[Python] tidy data, wide data 만들기 ( .melt, .pivot_table )

 

 

 

 

라이브러리에 따라 다른 형태의 데이터를 필요로 하는데

seaborn 라이브러리는 tidy 형태의 데이터를 필요로 합니다.

 

 

 

먼저 데이터를 만들어 주겠습니다.

%matplotlib inline
import pandas as pd
import numpy as np
import seaborn as sns

table1 = pd.DataFrame(
    [[np.nan, 9],
     [20,    50], 
     [13,     11]],
    index=['X', 'Y', 'Z'], 
    columns=['A', 'B'])

이렇게 wide 형태의 데이터를 제공합니다. 

 

 

 

추가로, transpose()를 이용하면 

동일한 결과이지만 행과 열이 전치된 데이터를 만들 수 있습니다.

table2 = table1.transpose()

 

 

 

< wide -> tidy >

 

 

pandas의 melt 함수를 이용하면 tidy 형태로 바꿀 수 있습니다!

 

 

먼저 reset_index() 메서드로 인덱스를 리셋 시켜줍니다.

인덱스 값들을 DataFrame의 열로 옮겨주고, 새로운 정수 인덱스를 만들어줍니다.

table1 = table1.reset_index()

 

 

melt 를 사용할 때,

id_vars 에는 기준이 될 변수를 지정해주고, value_vars 에는 기준이 된 변수의 값으로 들어갈 변수를 지정해주면 됩니다.

이때 value_vars 를 지정하지 않으면 id_vars 로 설정되지 않은 모든 열을 사용합니다.

tidy = table1.melt(id_vars = 'index', value_vars = ['A', 'B'])

 

 

rename 으로 열의 이름을 수정할 수도 있습니다!

tidy = tidy.rename(
    columns = {
        'index': 'row', 
        'variable': 'column', 
        'value': 'value'
        }
)

 

 

seaborn 라이브러리로 시각화를 해볼 수 있어요

sns.catplot(x = 'row', y = 'value', col = 'column', kind = 'bar', data = tidy, height = 2);

 

 

 

< tidy -> wide >

 

 

반대로 pivot_table은 tidy 형태를 wide 형태로 바꿀 수 있습니다!

wide = tidy.pivot_table(index = 'row', columns = 'column', values = 'value')