수정하기 - 파이썬 pandas에서 다중 열 집계를 수행하는 방법은?

닉네임

비밀번호

제목

내용 [이미지 업로드는 권한이 있는 사람만 가능. 하단 카톡으로 연락]

P<a href='https://sangseek.com/sangseeks/andas/ko'>andas</a>는 데이터 분석을 위한 강력한 라이브러리로, <a href='https://sangseek.com/sangseeks/다중/ko'>다중</a> 열 <a href='https://sangseek.com/sangseeks/집계/ko'>집계</a>를 쉽게 수행할 수 있는 기능을 제공합니다. `groupby` 메소드를 사용하여 특정 열을 기준으로 데이터를 그룹화한 다음, 여러 열에 대해 집계를 수행할 수 있습니다. 다음은 다중 열 집계를 수행하는 방법에 대한 설명입니다.           기본적인 다중 열 <a href='https://sangseek.com/sangseeks/집계 방법/ko'>집계 방법</a>    1.   DataFrame 생성  : 먼저 pandas 라이브러리를 사용하여 DataFrame을 생성합니다.       ```python     import pandas as pd       data = {         'Category': ['A', 'A', 'B', 'B', 'C', 'C'],         'Values1': [10, 20, 30, 40, 50, 60],         'Values2': [5, 15, 25, 35, 45, 55]     }       df = pd.DataFrame(data)     ```    2.   그룹화 및 집계  : `groupby` 메소드와 `agg` 메소드를 사용하여 다중 열에 대해 집계를 수행합니다.       ```python     result = df.groupby('Category').agg({         'Values1': ['sum', 'mean'],     Values1에 대해 합계와 평균 계산         'Values2': ['min', 'max']        Values2에 대해 최소값과 최대값 계산     })     ```    3.   결과 출력  :       ```python     print(result)     ```       이 코드는 각 카테고리(A, B, C)에 대해 `Values1`의 총합과 평균, `Values2`의 최소값과 최대값을 계산합니다.           예제    다음은 위의 예제를 토대로 실제 코드를 보여주는 완전한 예제입니다.    ```python  import pandas as pd       데이터 생성  data = {      'Category': ['A', 'A', 'B', 'B', 'C', 'C'],      'Values1': [10, 20, 30, 40, 50, 60],      'Values2': [5, 15, 25, 35, 45, 55]  }    df = pd.DataFrame(data)       다중 열 집계  result = df.groupby('Category').agg({      'Values1': ['sum', 'mean'],     Values1에 대해 합계와 평균      'Values2': ['min', 'max']        Values2에 대해 최소값과 최대값  })       결과 출력  print(result)  ```           결과  위 코드를 실행하면 다음과 같은 결과를 얻을 수 있습니다.    ```            Values1          Values2                      sum mean   min   max  Category                           A             30  15.0    5    15  B             70  35.0   25    35  C            110  55.0   45    55  ```           추가적인 방법  -   다양한 집계 함수 사용  : 위의 `agg` 메소드에서 사용한 것 외에도, 필요한 다른 집계 함수(예: `count`, `std`, `var`)를 추가하거나 사용할 수 있습니다.  -   사용자 정의 함수  : 필요에 따라 사용자 정의 집계 함수를 만들어 사용할 수 있습니다.    이와 같이 Pandas의 `groupby`와 `agg`를 활용하면 손쉽게 다중 열 집계를 수행할 수 있습니다.