[ Python pandas ] Dataframe을 groupby( ) - agg 이용해서 sum(합계), mean(평균값) 등 구하기

 

Pandas groupby( )

groupby( ) 를 이용해서 다음과 같은 기능들을 수행할 수 있다

• groupby( )                  # object 객체 생성
• Aggregation               # statistical summary (sum, mean, count) 
• Transformation          # group-specific 변형
• Grouping by multiple categories 
• Resetting Index with as_index
• Handling missing values 

 

보다 쉽게 이해하기위해 예시를 이용할 것이고 다음과 같은 Dataframe을 이용할 것이다. 

 

groupby( ) object 

data.groupby( ) 를 이용해서 원하는 column 으로 group 을 묶을 수 있다. 이는 DataFrameGroupBy object 객체를 만들어 낸다. 다음과 같은 Function들을 이용해서 해당 객체의 데이터 정보를 쉽게 확인 할 수 있다.

• group = data.groupby(' ')
• type( )    
• group.ngroups                # 그룹의 수를 보여준다
• group.groups                  # 각 그룹의 데이터 index를 보여준다
• group.size( )                    # 각 그룹의 데이터 수를 보여준다 
• group.get_group(' ')       # 그룹에서 지정한 그룹의 데이터를 보여준다
• group.first()                      # preview

예시) Dataframe을 Column "Drug1" 을 기준으로 group 하고 해당 데이터 정보를 확인하기 

 

Aggregation 

Statistical Summary 를 보여준다 

• max( ), min( ), count( ), median( ), mean( )
• group.agg( ['max', 'min', 'count', 'median', 'mean'])    # agg 를 이용하면 Dataframe 으로 만들 수 있다 

예시) Dataframe 의 "Drug1"으로 그룹하고 해당 그룹의 "PercentageGrowth" 을 통계학적으로 계산 

 

Transformation

내가 직접 function을 만들어서 적용 할 수 있다 

• .transform(function)
• .apply(function) 

예시) 표준화 식을 만들어서 적용하기

 

 

Grouping by multiple categories 

• df.groupby(["  ", "  "])

예시) 두개의 column "Drug1"와 "Drug2"를 이용해서 grouping

 

Resetting Index 

• .reset_index( ) 

예시) 바로 위 예시를 이용해서 모든 데이터를 새로운 Index와 함께 보이게 하기 

 

Handling missing values 

• df.isna( ).sum( )

 

---

My Problem

[ "Drug1_Index", "Drug2_Index", "CellLine_Index" ] 이 같을 때 (중복될 때) "PercentageGrowth" 값의 평균값을 구하고자 한다.