[파이썬] 데이터프레임 - 가공, 파생변수, 그룹화 등

1. 특정 조건에 맞는 결과 출력

조건

1. 항목에 '대형'이 포함된 문자열
2. 항목이 '재래시장'이거나 '쇼핑몰'

#특정 문자열이 포함 결과 출력(str.contains())
dfShop1 = df[df['항목'].str.contains('대형')]

#조건에 맞는 결과 출력(df.query())
dfShop2 = df.query("항목 == '재래시장' | 항목 == '쇼핑몰'")

#데이터프레임 병합(pd.concat())
dfShop = pd.concat([dfShop1, dfShop2])

#1. 시점 오름차순(ascending=True)
#2. 인덱스 무시(ignore_index=True ➡️ 기존 인덱스 무시하고 새롭게 0, 1, 2순)
dfShop = dfShop.sort_values('시점', ascending=True, ignore_index = True)

dfShop.head()

	시점	항목	15~19세	20대	30대	40대	50대	60대	70세 이상
0	2016	대형마트	5.5	6	24.2	27.8	22	19.7	12.1
1	2016	대형서점	4.3	2.5	0.6	0.8	0.3	0.1	0
2	2016	쇼핑몰	9.7	15.2	14.1	14.5	9.2	4.5	2.1
3	2016	재래시장	0.4	1.3	4.1	7.2	14.2	23	30
4	2018	대형마트	2.7	4.6	18.7	24.5	20.6	14.8	10.6

➕참고 사이트 | 값 기준 정렬 (sort_values)

2. 그룹별 합계

#1. 그룹별('시점') 합계
#2. #그룹화할 내용 인덱스 기존 유지(as_index=False)
dfEatYear = dfEat.groupby('시점', as_index=False).sum()

#인덱스 내용 변경('시점')
dfEatYear = dfEatYear.set_index("시점")

dfEatYear.head(3)

시점	항목	15~19세	20대	30대	40대	50대	60대	70세 이상
2016	식당커피숍	40.3	80.8	62.9	55.1	47.6	34.4	24.2
2018	식당커피숍	40.1	77.3	67.7	60.2	57.3	46.5	32.6
2019	식당카페	44.0	74.2	69.8	56.2	51.1	42.7	32.9

➕참고 사이트 | 그룹화 계산 (groupby)

※ 합계 계산 안될 경우

	시점	항목	15~19세	20대	30대	40대	50대	60대	70세 이상
14	2020	대형서점	0.1	1	0.7	0.5	0.4	0.1	-

dfShop = dfShop.replace('-', 0)

	시점	항목	15~19세	20대	30대	40대	50대	60대	70세 이상
14	2020	대형서점	0.1	1	0.7	0.5	0.4	0.1	0

3. 파생변수

#새 열 할당(df.assign())
dfEatYear = dfEatYear.assign(
	#열 name = lambda 매개변수(dfEatYeear를 x로 대체): ~표현식~
    total = lambda x: x['15~19세'] + x['20대'] + x['30대'] + x['40대'] + x['50대'] + x['60대'] + x['70세 이상'],
    일번 = lambda x: ((x['15~19세'] + x['20대'] + x['30대']) / x['total'])*100,
    이번 = lambda x: ((x['40대'] + x['50대']) / x['total'])*100,
    삼번 = lambda x: ((x['60대'] + x['70세 이상']) / x['total'])*100
)

dfEatYear.head(3)

시점	항목	15~19세	20대	30대	40대	50대	60대	70세 이상	total	일번	이번	삼번
2016	식당커피숍	40.3	80.8	62.9	55.1	47.6	34.4	24.2	345.3	53.286997	29.742253	16.970750
2018	식당커피숍	40.1	77.3	67.7	60.2	57.3	46.5	32.6	381.7	48.493581	30.783338	20.723081
2019	식당카페	44.0	74.2	69.8	56.2	51.1	42.7	32.9	370.9	50.687517	28.929631	20.382853

➕참고 사이트 | 새 열 할당 (assign)

4. 재구성 & 반올림

#데이터프레임 재구성
dfEatYear = dfEatYear.iloc[:,[9,10,11]]

#컬럼명 변경
dfEatYear.columns = ['15세~30대', '40대·50대', '60대 이상']

#소수점 반올림해서 일의자리까지(df.round(1))
dfEatFinal = dfEatYear.round(1)

dfEatFinal.head(3)

시점	15세~30대	40대·50대	60대 이상
2016	53.3	29.7	17.0
2018	48.5	30.8	20.7
2019	50.7	28.9	20.4

※ 반올림 안 될 경우

1. 데이터프레임의 데이터 타입 확인

코드	결과
dfLeisureFianl.dtypes

2. 데이터 타입이 object일 경우 float64로 변경

코드	결과
dfLeisureFianl.astype('float64')