와이드형과 롱형 데이터 형식
pandas로 데이터 재구조화하기
Maria Eugenia Inzaugarat
Data Scientist
학습 내용
- 와이드/롱 형식
- 롱→와이드 변환
- 와이드→롱 변환
- 열 스택/언스택
- 문자열·JSON 등 복잡 데이터 재구조화
왜 중요한가
- 정돈(tidy) 데이터셋
- 분석에 부적합한 형식 문제:
- 사람이 읽기 쉬움 vs 통계 분석
- DataFrame의 중첩 데이터는 다루기 복잡
- 다중 인덱스 DataFrame 요약 통계 구하기
데이터 형태(Shape)
- 데이터셋이 행·열로 조직된 방식
fifa_players = pd.read_csv("fifa_players.csv")
fifa_players
name age nationality club
0 Lionel Messi 32 Argentina Barcelona
1 Cristiano Ronaldo 34 Portugal Juventus
2 Neymar da Silva 27 Brazil Saint-Germain
fifa_players.shape
(3, 4)
와이드형
fifa_players
name age nationality club
0 Lionel Messi 32 Argentina Barcelona
1 Cristiano Ronaldo 34 Portugal Juventus
2 Neymar da Silva 27 Brazil Saint-Germain
와이드형
fifa_players
vv
name | age | nationality club
0 Lionel Messi | 32 | Argentina Barcelona
1 Cristiano Ronaldo | 34 | Portugal Juventus
2 Neymar da Silva | 27 | Brazil Saint-Germain
^^
- 각 특성은 별도 열에 있음
와이드형
fifa_players
name age nationality club
0 Lionel Messi 32 Argentina Barcelona <--
1 Cristiano Ronaldo 34 Portugal Juventus <--
2 Neymar da Silva 27 Brazil Saint-Germain <--
- 각 특성은 별도 열에 있음
- 각 행은 같은 선수의 여러 특성을 담음
와이드형
fifa_players
name age nationality club
0 Lionel Messi 32 Argentina Barcelona
--------------------------------------------------------
1 Cristiano Ronaldo NaN <- Portugal Juventus
--------------------------------------------------------
2 Neymar da Silva 27 Brazil Saint-Germain
- 각 특성은 별도 열에 있음
- 각 행은 같은 선수의 여러 특성을 담음
- 중복은 없지만 결측치가 많음
- 단순 통계·대치에 유리
롱형
fifa_players_long.head()
name variable value
0 Cristiano Ronaldo nationality Portugal
1 Cristiano Ronaldo club Juventus
2 Lionel Messi age 32
3 Lionel Messi nationality Argentina
4 Lionel Messi club Barcelona
롱형
fifa_players_long.head()
name variable value
0 Cristiano Ronaldo nationality Portugal <--
1 Cristiano Ronaldo club Juventus
2 Lionel Messi age 32
3 Lionel Messi nationality Argentina <--
4 Lionel Messi club Barcelona
- 각 행이 하나의 특성을 나타냄
롱형
fifa_players_long.head()
name variable value
0 Cristiano Ronaldo nationality Portugal <--
1 Cristiano Ronaldo club Juventus <--
2 Lionel Messi age 32
3 Lionel Messi nationality Argentina
4 Lionel Messi club Barcelona
- 각 행이 하나의 특성을 나타냄
- 한 선수당 여러 행
롱형
fifa_players_long.head()
| name | variable value
0 | Cristiano Ronaldo | nationality Portugal
1 | Cristiano Ronaldo | club Juventus
2 | Lionel Messi | age 32
3 | Lionel Messi | nationality Argentina
4 | Lionel Messi | club Barcelona
^^^^^^^^^^^
- 각 행이 하나의 특성을 나타냄
- 한 선수당 여러 행
- 같은 선수를 식별하는 열(
name)
롱형
fifa_players_long.head()
name variable value
0 Cristiano Ronaldo nationality Portugal
1 Cristiano Ronaldo club Juventus
2 Lionel Messi age 32
3 Lionel Messi nationality Argentina
4 Lionel Messi club Barcelona
- 각 행이 하나의 특성을 나타냄
- 한 선수당 여러 행
- 같은 선수를 식별하는 열(
name) - 정돈(tidy) 데이터:
- 요약에 유리
- 키-값 쌍
- 분석·시각화에 선호
데이터 재구조화
- 분석에 맞게 DataFrame/Series 구조 변환
- DataFrame 전치
fifa_players.set_index('club')
name age nationality
club
Barcelona Lionel Messi 32 Argentina
Juventus Cristiano Ronaldo NaN Portugal
Saint-Germain Neymar da Silva 27 Brazil
데이터 재구조화
- 분석에 맞게 DataFrame/Series 구조 변환
- DataFrame 전치
fifa_players.set_index('club')[['name', 'nationality']]
name nationality
club
Barcelona Lionel Messi Argentina
Juventus Cristiano Ronaldo Portugal
Saint-Germain Neymar da Silva Brazil
데이터 재구조화
- 분석에 맞게 DataFrame/Series 구조 변환
- DataFrame 전치
fifa_players.set_index('club')[['name', 'nationality']].transpose()
club Barcelona Juventus Saint-Germain
name Lionel Messi Cristiano Ronaldo Neymar da Silva
nationality Argentina Portugal Brazil
데이터 재구조화
- 와이드↔롱 형식 변환
- 분석 단위:
- 롱형 -> 선수의 개별 특성
- 와이드형 -> 선수 개체
와이드→롱 변환
pandas함수로 수행:.melt().wide_to_long()
롱→와이드 변환
pandas메서드로 변환 예:.pivot().pivot_table()
Ayo berlatih!
pandas로 데이터 재구조화하기
