머신러닝with파이썬3강(5)_그룹핑, apply함수

그룹핑

---

이번 시간에는 그룹핑에 대하여 설명해 드리도록 하겠습니다.

이번 시간 정리

---

1. 1개 컬럼 기준, 평균값 확인

• df.groupby('기준 컬럼명').mean()

2. 다수 컬럼 기준, 평균값 확인

• df.groupby(['기준 컬럼명1', '기준 컬럼명 2']).mean()

---

이제 아래의 코드 실행 버튼을 눌러 실습을 진행해 보세요!

 

1

2

 

# 원산지 기준, 평균

df.groupby('원산지').mean()

 

 

 

 

 

실행 완료

[63]:

가격칼로리할인율할인가원산지국내산브라질

13128.571429	1328.571429	0.25	10133.333333
14500.000000	1400.000000	0.20	11600.000000

 

1

2

 

# 원산지와 할인율 기준, 평균

df.groupby(['원산지','할인율']).mean()

 

 

 

 

 

실행 완료

[64]:

가격칼로리할인가원산지할인율국내산0.20.5브라질0.2

13200.0	1420.0	10560.0
16000.0	1200.0	8000.0
14500.0	1400.0	11600.0

---

3. 원산지와 할인율 기준, 가격 평균 ->[시리즈 형태]

• df.groupby(['기준 컬럼명1', '기준 컬럼명2'])['구하려는 컬럼'].mean()

4. 원산지와 할인율 기준, 가격 평균 ->[데이터프레임 형태1]

• pd.DataFrame(df.groupby(['기준 컬럼명1', '기준 컬럼명2'])['구하려는 컬럼'].mean())

5.원산지와 할인율 기준, 가격 평균 -> [데이터프레임 형태2]

• df.groupby(['기준 컬럼명1', '기준 컬럼명2'])[['구하려는 컬럼']].mean()

---

이제 아래의 코드 실행 버튼을 눌러 실습을 진행해 보세요!

 

1

2

 

# 원산지와 할인율 기준, 가격 평균 -> 시리즈 형태

df.groupby(['원산지','할인율'])['가격'].mean()

 

 

 

 

 

실행 완료

[65]:

원산지  할인율
국내산  0.2    13200.0
     0.5    16000.0
브라질  0.2    14500.0
Name: 가격, dtype: float64

 

1

2

 

# 원산지와 할인율 기준, 가격 평균 -> 데이터프레임 형태1

pd.DataFrame(df.groupby(['원산지','할인율'])['가격'].mean())

 

 

 

 

 

실행 완료

[69]:

가격원산지할인율국내산0.20.5브라질0.2

13200.0

16000.0

14500.0

 

1

2

 

# 원산지와 할인율 기준, 가격 평균 -> 데이터프레임 형태2

df.groupby(['원산지','할인율'])[['가격']].mean()

 

 

 

 

 

실행 완료

[68]:

가격원산지할인율국내산0.20.5브라질0.2

13200.0

16000.0

14500.0

---

6. 원산지와 할인율 기준 최대값 확인

• df.groupby(['기준 컬럼명1', '기준 컬럼명2']).max()

7. 1개의 인덱스 형태로 리셋

• df.groupby(['기준 컬럼명1', '기준 컬럼명2']).max().reset_index()

---

이제 아래의 코드 실행 버튼을 눌러 실습을 진행해 보세요!

 

1

2

 

# 원산지와 할인율 기준 최대값

df.groupby(['원산지','할인율']).max()

 

 

 

 

 

실행 완료

[66]:

Unnamed: 0메뉴가격호수칼로리할인가원산지할인율국내산0.20.5브라질0.2

6	황금후라이드	14000	9	1800.0	11200.0
new	[인기]아이펠치킨	16000	11	1200.0	8000.0
5	파닭	15000	12	1500.0	12000.0

 

1

2

 

# 1개 인덱스 형태로 리셋

df.groupby(['원산지','할인율']).max().reset_index()

 

 

 

 

 

실행 완료

[67]:

원산지할인율Unnamed: 0메뉴가격호수칼로리할인가012

국내산	0.2	6	황금후라이드	14000	9	1800.0	11200.0
국내산	0.5	new	[인기]아이펠치킨	16000	11	1200.0	8000.0
브라질	0.2	5	파닭	15000	12	1500.0	12000.0

 

apply 함수

---

이번 시간에는 apply 함수에 대하여 설명해 드리도록 하겠습니다.
이 apply 함수를 잘 사용하면 데이터 전 처리할 때 굉장히 유용하게 활용할 수 있다고 하니 잘 배워 두시기 바랍니다!

이번 시간 정리

---

1. apply() 메서드
-판다스 객체(pandas.DataFame.apply, pandas.Series.apply)에 열 혹은 행에 대해 함수를 적용

2.람다(Lambda) 표현식
-람다 표현식은 (때로 람다 형식(lambda forms)이라고 불립니다) 이름 없는 함수를 만드는 데 사용

---

이제 아래의 코드 실행 버튼을 눌러 실습을 진행해 보세요!

 

 

 

# 데이터 확인

df

 

 

실행 완료

[75]:

Unnamed: 0메뉴가격호수칼로리할인율할인가원산지고민752341608

new	[인기]아이펠치킨	16000	11	1200.0	0.5	8000.0	국내산	무조건먹자
5	닭강정	15000	12	1500.0	0.2	12000.0	브라질	먹지말자
2	간장치킨	14000	9	1600.0	0.2	11200.0	국내산	먹지말자
3	마늘치킨	14000	9	1800.0	0.2	11200.0	국내산	먹지말자
4	파닭	14000	11	1300.0	0.2	11200.0	브라질	먹지말자
1	승일양념치킨	13000	10	1400.0	0.2	10400.0	국내산	먹지말자
6	양념반후라이드반	13000	10	1300.0	0.2	10400.0	국내산	먹지말자
0	황금후라이드	12000	10	1000.0	0.2	9600.0	국내산	무조건먹자
10	[베스트]풀잎치킨	9900	10	1000.0	NaN	NaN	국내산	무조건먹자

 

 

 

 

 

# apply 예시 (칼로리가 1300 보다 큰 값과 작은 값)

def cal(x):

    if x >= 1300:

        return "yes"

    else:

        return "no"

 

df['칼로리'].apply(cal)

 

실행 완료

[74]:

7     no
5    yes
2    yes
3    yes
4    yes
1    yes
6    yes
0     no
8     no
Name: 칼로리, dtype: object

 

 

 

# apply 적용해서 새로운 컬럼 생성 (칼로리 컬럼 활용)

df['살찔까요'] = df['칼로리'].apply(cal)

df

 

 

코드 실행

---------------------------------------------------------------------------
NameError                                 Traceback (most recent call last)
/tmp/ipykernel_13/670485884.py in <module>
      1 # apply 적용해서 새로운 컬럼 생성 (칼로리 컬럼 활용)
----> 2 df['살찔까요'] = df['칼로리'].apply(cal)
      3 df

NameError: name 'cal' is not defined

 

 

 

# lambda, apply 활용

df['고민'] = df['칼로리'].apply(lambda x: '먹지말자' if x >= 1300 else '무조건먹자')

df

 

 

실행 완료

[72]:

Unnamed: 0메뉴가격호수칼로리할인율할인가원산지고민752341608

new	[인기]아이펠치킨	16000	11	1200.0	0.5	8000.0	국내산	무조건먹자
5	닭강정	15000	12	1500.0	0.2	12000.0	브라질	먹지말자
2	간장치킨	14000	9	1600.0	0.2	11200.0	국내산	먹지말자
3	마늘치킨	14000	9	1800.0	0.2	11200.0	국내산	먹지말자
4	파닭	14000	11	1300.0	0.2	11200.0	브라질	먹지말자
1	승일양념치킨	13000	10	1400.0	0.2	10400.0	국내산	먹지말자
6	양념반후라이드반	13000	10	1300.0	0.2	10400.0	국내산	먹지말자
0	황금후라이드	12000	10	1000.0	0.2	9600.0	국내산	무조건먹자
10	[베스트]풀잎치킨	9900	10	1000.0	NaN	NaN	국내산	무조건먹자

 

 

 

# df 저장 (final_modudak.csv)

df.to_csv('final_modudak.csv', index=False)

 

 

pd.read_csv('final_modudak.csv')

 

 

 

 

 

코드 실행

---------------------------------------------------------------------------
FileNotFoundError                         Traceback (most recent call last)
/tmp/ipykernel_13/3374916280.py in <module>
----> 1 pd.read_csv('final_modudak.csv')

/opt/conda/lib/python3.9/site-packages/pandas/util/_decorators.py in wrapper(*args, **kwargs)
    309                     stacklevel=stacklevel,
    310                 )
--> 311             return func(*args, **kwargs)
    312 
    313         return wrapper

/opt/conda/lib/python3.9/site-packages/pandas/io/parsers/readers.py in read_csv(filepath_or_buffer, sep, delimiter, header, names, index_col, usecols, squeeze, prefix, mangle_dupe_cols, dtype, engine, converters, true_values, false_values, skipinitialspace, skiprows, skipfooter, nrows, na_values, keep_default_na, na_filter, verbose, skip_blank_lines, parse_dates, infer_datetime_format, keep_date_col, date_parser, dayfirst, cache_dates, iterator, chunksize, compression, thousands, decimal, lineterminator, quotechar, quoting, doublequote, escapechar, comment, encoding, encoding_errors, dialect, error_bad_lines, warn_bad_lines, on_bad_lines, delim_whitespace, low_memory, memory_map, float_precision, storage_options)
    584     kwds.update(kwds_defaults)
    585 
--> 586     return _read(filepath_or_buffer, kwds)
    587 
    588 

/opt/conda/lib/python3.9/site-packages/pandas/io/parsers/readers.py in _read(filepath_or_buffer, kwds)
    480 
    481     # Create the parser.
--> 482     parser = TextFileReader(filepath_or_buffer, **kwds)
    483 
    484     if chunksize or iterator:

/opt/conda/lib/python3.9/site-packages/pandas/io/parsers/readers.py in __init__(self, f, engine, **kwds)
    809             self.options["has_index_names"] = kwds["has_index_names"]
    810 
--> 811         self._engine = self._make_engine(self.engine)
    812 
    813     def close(self):

/opt/conda/lib/python3.9/site-packages/pandas/io/parsers/readers.py in _make_engine(self, engine)
   1038             )
   1039         # error: Too many arguments for "ParserBase"
-> 1040         return mapping[engine](self.f, **self.options)  # type: ignore[call-arg]
   1041 
   1042     def _failover_to_python(self):

/opt/conda/lib/python3.9/site-packages/pandas/io/parsers/c_parser_wrapper.py in __init__(self, src, **kwds)
     49 
     50         # open handles
---> 51         self._open_handles(src, kwds)
     52         assert self.handles is not None
     53 

/opt/conda/lib/python3.9/site-packages/pandas/io/parsers/base_parser.py in _open_handles(self, src, kwds)
    220         Let the readers open IOHandles after they are done with their potential raises.
    221         """
--> 222         self.handles = get_handle(
    223             src,
    224             "r",

/opt/conda/lib/python3.9/site-packages/pandas/io/common.py in get_handle(path_or_buf, mode, encoding, compression, memory_map, is_text, errors, storage_options)
    700         if ioargs.encoding and "b" not in ioargs.mode:
    701             # Encoding
--> 702             handle = open(
    703                 handle,
    704                 ioargs.mode,

FileNotFoundError: [Errno 2] No such file or directory: 'final_modudak.csv'

데이터 핸들링 실습은 여기까지 하도록 하겠습니다. 고생 많으셨습니다.!!