3T_Pandas Basic (3) - 데이터 그룹화 ( df.groupby )

Group by라는 기능. 그룹을 나눈다는 의미
- df에서 관계있는 애들만 뽑아내는 작업
- 번외로 중복되지 않은 값들을 뽑아내는 것까지



In [1]:

    
df = pd.DataFrame(columns=["시", "동"])
df



In [5]:

    
df.loc[0] = ["서울", "신사동"]
df.loc[1] = ["서울", "대치동"]
df.loc[2] = ["서울", "봉천동"]

df.loc[3] = ["부산", "부산 1동"]
df.loc[4] = ["부산", "부산 2동"]

df.loc[5] = ["경북", "효자동"]
df.loc[6] = ["경북", "지곡동"]



In [6]:

    
df

중복되지 않는 “시”의 리스트



In [10]:

    
df["시"]   #이거는 Series









    Out[10]:





0    서울
1    서울
2    서울
3    부산
4    부산
5    경북
6    경북
Name: 시, dtype: object



In [11]:

    
list(df["시"])









    Out[11]:





['서울', '서울', '서울', '부산', '부산', '경북', '경북']



In [12]:

    
set(list(df["시"]))









    Out[12]:





{'경북', '부산', '서울'}



In [13]:

    
list(set(list(df["시"])))









    Out[13]:





['서울', '경북', '부산']



In [15]:

    
#위의 과정을 압축하면
df["시"].unique()









    Out[15]:





array(['서울', '부산', '경북'], dtype=object)

각각의 df으로 만들고 싶다. (서울df, 부산df, 경북df)
for문을 돌리는 방법



In [24]:

    
city_name = "서울"
is_city = df["시"] == city_name  # 특정 True/False의 Series를 만들고
df[is_city]                      # 해당하는 row만 뽑는다.



In [33]:

    
city_df_dict = {}

for city_name in df["시"].unique():
    is_city = df["시"] == city_name
    city_df = df[is_city]
    
    city_df_dict[city_name] = city_df



In [36]:

    
city_df_dict["부산"]   #Python의 자료형을 이용한 방법

group by를 쓸 것이다

위의 과정을 줄여준다.



In [38]:

    
df.groupby("시")









    Out[38]:





<pandas.core.groupby.DataFrameGroupBy object at 0x000000000A8E2940>



In [39]:

    
city_groups = df.groupby("시")



In [42]:

    
city_groups.get_group("경북")

	시	동
0	서울	신사동
1	서울	대치동
2	서울	봉천동
3	부산	부산 1동
4	부산	부산 2동
5	경북	효자동
6	경북	지곡동