데이터 기초: numpy와 pandas
묶기와 합치기
이 강좌를 전에 들은 적이 있나요?
한 번만 세기 위해서예요. 내 답만 익명의 진행 상황과 함께 보내져요.
두 연산이 데이터 분석의 대부분을 열어 줘요: groupby(행을 그룹으로 나누고 각각을 요약)와 merge(공통 키로 두 표를 결합).
groupby는 나누고-적용하고-합치는 패턴을 따라요. 열로 묶은 다음 집계해요:
import pandas as pd
sales = pd.DataFrame({
"region": ["N", "S", "N", "S"],
"amount": [100, 200, 150, 50],
})
print(sales.groupby("region")["amount"].sum())
# region
# N 250
# S 250.agg로 여러 요약을 한꺼번에 계산해요:
print(sales.groupby("region")["amount"].agg(["sum", "mean", "count"]))merge는 열을 공유하는 표를 결합해요. 여기서는 두 표 모두 region이 있어요:
info = pd.DataFrame({
"region": ["N", "S"],
"manager": ["Ada", "Bo"],
})
joined = sales.merge(info, on="region")
print(joined) # each sales row gains its region's manager기본값은 내부 조인이에요: 두 표 모두에 있는 키만 살아남아요. 일치하는 게 없어도 왼쪽 표의 모든 행을 남기려면 how="left"를 넘기세요.
내 차례
DataFrame 두 개가 주어져요. 먼저 orders를 customer로 묶고 total 열을 더해 결과 Series를 by_customer에 저장하세요. 둘째로, orders를 customers와 customer 열로 합쳐(내부 조인) 합친 DataFrame을 merged에 저장하세요.
레슨 완료. 잘했어요.
이 연습은 곧 열려요
앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.
이 브라우저가 learn.floati.life의 쿠키를 막고 있어서, 여기서 마친 레슨들이 순서대로 열리지 않아요. 이 사이트의 쿠키를 허용하고 새로고침하세요.