pandas dataframe 집계 함수 활용 (sum, mean, count 등)

판다스 라이브러리를 사용하여 집계 함수 (sum, mean, count 등)를 활용하는 다양한 케이스에 대한 예시 코드와 함께 설명하겠습니다.

Case 1: 데이터프레임의 열 합계 계산

데이터프레임에서 특정 열의 합계를 계산하는 경우입니다.

import pandas as pd

# 샘플 데이터프레임 생성
data = {'A': [1, 2, 3, 4],
        'B': [5, 6, 7, 8]}

df = pd.DataFrame(data)

# 'A' 열의 합계 계산
sum_a = df['A'].sum()

# 결과 확인
print(f"'A' 열의 합계: {sum_a}")

Case 2: 그룹화된 데이터에 대한 집계 함수 사용

데이터를 그룹화하고 그룹별로 집계 함수를 사용하는 경우입니다.

import pandas as pd

# 샘플 데이터프레임 생성
data = {'과목': ['수학', '과학', '수학', '과학', '영어'],
        '성별': ['남', '여', '남', '여', '여'],
        '점수': [90, 85, 88, 92, 78]}

df = pd.DataFrame(data)

# '과목'을 기준으로 그룹화하고 평균 점수 계산
grouped = df.groupby('과목')['점수'].mean()

# 결과 확인
print(grouped)

Case 3: 데이터프레임의 결측치 개수 계산

데이터프레임에서 결측치(NaN)의 개수를 계산하는 경우입니다.

import pandas as pd
import numpy as np

# 샘플 데이터프레임 생성 (결측치 포함)
data = {'A': [1, 2, np.nan, 4],
        'B': [5, np.nan, 7, 8]}

df = pd.DataFrame(data)

# 결측치(NaN) 개수 계산
missing_count = df.isnull().sum()

# 결과 확인
print(missing_count)

판다스의 집계 함수는 데이터프레임에서 특정 연산을 수행할 때 유용하게 활용됩니다. 이러한 함수를 통해 데이터의 통계 정보를 빠르고 쉽게 얻을 수 있습니다.