데이터 구조 변경: stack, unstack, melt

stack, unstack

• stack: 컬럼을 인덱스로 
• unstack: 인덱스를 컬럼으로 (stack의 반대)

from google.colab import drive
drive.mount('/content/drive')

import pandas as pd

file_path = '/content/drive/MyDrive/data/titanic_train.csv'
df = pd.read_csv(file_path)

실습데이터 중비

---

pivot = pd.pivot_table(df, index=['Sex','Pclass'], values = ['Survived','Fare'], aggfunc = ['mean','median','sum'])

pivot

pivot.stack(0)

첫번째 레벨(0)의 컬럼을 인덱스로 바꿈

(위에서부터 레벨 0 ) 

result

pivot.stack(1)

두번째 레벨의 컬럼(1)을 인덱스로 바꿈

결과

---

pivot.unstack(0)

첫번째 레벨의 인덱스를 컬럼으로 올림

(왼쪽에서부터 레벨 0)

결과

pivot.unstack(1)

두번째 레벨의 인덱스를 컬럼으로 올림

결과

---

melt

• wide data frame을 long data frame으로! 
• pd.melt(데이터명, id_vars = ['기준컬럼'])

출처)https://cmdlinetips.com/2019/06/reshaping-dataframes-with-pandas-melt-and-wide_to_long/

data = pd.DataFrame({'name':['a','b','c']
                    , 'order_count':[3,4,10]
                    , 'amount':[10000,25000,300000]})

실습을 위한 데이터프레임 생성

data

---

pd.melt(data, id_vars=['name'])

결과

data 데이터프레임을 name컬럼을 기준으로 long~하게 바꾸기.

***

melt는 데이터프레임을 인덱스 제외 3개의 컬럼으로 바꾼다 (기준컬럼명, variable, value)

기준 컬럼에는 id_vars에 지정한 컬럼이 들어가고, 

variable에는 기존 데이터프레임에 있던 컬럼들이(기준컬럼제외),

value는 각 컬럼의 값이 들어간다.

***

정리하면, melt를 하게되면 

(기준이되는 컬럼의 서로다른 값 개수 * 기존데이터프레임에서 기준컬럼 제외 컬럼 개수) 개의 행이 생성된다.

 

하 나 글로 정리하는거 진짜 못한다!!!!!

쓰다보면 늘겠지..ㅜㅜ

 

pd.melt(data, id_vars=['name'], var_name = 'type', value_name = 'val')

result

variable 컬럼명과 value 컬럼명도 지정해줄 수 있다.