2. <Pandas> Group 간에 함수적용하기 agg()

In [2]:

#본 실습내용은 출판사 O'REILLY의 Pyton for Data Analisys를 참고하여 만들었음을 말씀드립니다. 
from numpy.random import randn
import numpy as np
import os
import matplotlib.pyplot as plt
from pandas import Series, DataFrame
import pandas as pd

In [6]:

tips = pd.read_csv('tips.csv')
tips = tips.sample(10)
tips

Out[6]:

	total_bill	tip	sex	smoker	day	time	size
111	7.25	1.00	Female	No	Sat	Dinner	1
134	18.26	3.25	Female	No	Thur	Lunch	2
225	16.27	2.50	Female	Yes	Fri	Lunch	2
103	22.42	3.48	Female	Yes	Sat	Dinner	2
88	24.71	5.85	Male	No	Thur	Lunch	2
100	11.35	2.50	Female	Yes	Fri	Dinner	2
227	20.45	3.00	Male	No	Sat	Dinner	4
65	20.08	3.15	Male	No	Sat	Dinner	3
229	22.12	2.88	Female	Yes	Sat	Dinner	2
28	21.70	4.30	Male	No	Sat	Dinner	2

데이터 수집¶

최적화된 groupby 메서드[표9-1] 358p

1. 칼럼에 여러 가지 함수 적용하기
2. 색인되지 않은 형태로 집계된 데이터 반환하기¶ In [29]:

1. 칼럼에 여러 가지 함수 적용하기¶

In [7]:

tips['tip_rate'] = tips['tip']/tips['total_bill']*100
tips

Out[7]:

	total_bill	tip	sex	smoker	day	time	size	tip_rate
111	7.25	1.00	Female	No	Sat	Dinner	1	13.793103
134	18.26	3.25	Female	No	Thur	Lunch	2	17.798467
225	16.27	2.50	Female	Yes	Fri	Lunch	2	15.365704
103	22.42	3.48	Female	Yes	Sat	Dinner	2	15.521855
88	24.71	5.85	Male	No	Thur	Lunch	2	23.674626
100	11.35	2.50	Female	Yes	Fri	Dinner	2	22.026432
227	20.45	3.00	Male	No	Sat	Dinner	4	14.669927
65	20.08	3.15	Male	No	Sat	Dinner	3	15.687251
229	22.12	2.88	Female	Yes	Sat	Dinner	2	13.019892
28	21.70	4.30	Male	No	Sat	Dinner	2	19.815668

In [9]:

groupedBysex_smoke = tips.groupby(['sex','smoker'])  #sex 와 smoker 로 그룹화!

In [10]:

groupedBysex_smoke['tip_rate'].agg('mean')  # 팁 비율에 대한 함수를 적용하고 할 때 agg() 함수를 사용하자.
# agg()는 내가 만든 함수도 사용할 수 있다는 장점이 있다.기본 내장함수를 사용한다면 필요하진 않다.                                         

Out[10]:

sex     smoker
Female  No        15.795785
        Yes       16.483471
Male    No        18.461868
Name: tip_rate, dtype: float64

In [11]:

def max_to_min (arr):   # 내가 함수를 만들어보자. 최대값과 최소값의 차이를 반환하는 함수이다. 
    return arr.max()-arr.min()

In [12]:

groupedBysex_smoke['tip_rate'].agg(max_to_min) 

Out[12]:

sex     smoker
Female  No        4.005363
        Yes       9.006540
Male    No        9.004699
Name: tip_rate, dtype: float64

여러개의 함수 한번에 적용하기¶

In [13]:

groupedBysex_smoke['tip_rate'].agg(['mean','std',max_to_min]) # agg에 리스트로 여러 함수를 넣어주면 된다. 

Out[13]:

		mean	std	max_to_min
sex	smoker
Female	No	15.795785	2.832219	4.005363
	Yes	16.483471	3.868458	9.006540
Male	No	18.461868	4.126457	9.004699

함수적용 컬럼의 이름 부여하기¶

In [14]:

groupedBysex_smoke['tip_rate'].agg([('jjang','mean'),('jjong',max_to_min)]) 
# agg안에 (이름, 적용함수) 형태의 튜플로 리스트안에 담아주면 함수결과값의 이름을 반영해준다. 

Out[14]:

		jjang	jjong
sex	smoker
Female	No	15.795785	4.005363
	Yes	16.483471	9.006540
Male	No	18.461868	9.004699

사전객체를 agg에 적용하여 하나의 칼럼에 여러 함수 적용하기¶

In [16]:

groupedBysex_smoke.agg({'tip_rate':['mean','sum','std',max_to_min], 'size':['sum','mean']})
# tip_rate이라는 칼럼에는 평균,합,표준편차,최대최소차이를 적용하고 size에 대해선 합과 평균을 적용해라.

Out[16]:

		tip_rate				size
		mean	sum	std	max_to_min	sum	mean
sex	smoker
Female	No	15.795785	31.591570	2.832219	4.005363	3	1.50
	Yes	16.483471	65.933882	3.868458	9.006540	8	2.00
Male	No	18.461868	73.847472	4.126457	9.004699	11	2.75

2. 색인되지 않은 형태로 집계된 데이터 반환하기¶

In [20]:

groupedBysex_smoke.mean()  # 현재 sex와 smoker 그룹화되어 항상 인덱스에 sex와 smoker가 들어가게되는데
# 이를 지울 수는 없을까? DF안에 data로 들어가게 할 수는 없을까? 있다. (답정너)

Out[20]:

		total_bill	tip	size	tip_rate
sex	smoker
Female	No	12.755	2.125	1.50	15.795785
	Yes	18.040	2.840	2.00	16.483471
Male	No	21.735	4.075	2.75	18.461868

In [22]:

# 그룹화할때 as_index를 False로 해준다면 그룹화기준이 되는 키도 하나의 값으로써 들어가게 된다. 
groupedBysex_smoke = tips.groupby(['sex','smoker'],as_index=False)
groupedBysex_smoke.mean()

Out[22]:

	sex	smoker	total_bill	tip	size	tip_rate
0	Female	No	12.755	2.125	1.50	15.795785
1	Female	Yes	18.040	2.840	2.00	16.483471
2	Male	No	21.735	4.075	2.75	18.461868

In [ ]: