그룹화된 요약 통계

Julia로 하는 데이터 조작

Katerina Zahradova

Instructor

지금까지 배운 것

# 평균 최저임금 계산
combine(wages, :effective_min_wage_2020_dollars => mean)

1x1 DataFrame
Row | effective_min_wage_2020_dollars_mean
     | Float64
____|_______________________
   1| 8.37093

지금 알게 된 것

# 필터 후 평균 계산
first(combine(filter(r -> r.region =="W", wages), :effective_min_wage_2020_dollars => mean))
first(combine(filter(r -> r.region =="S", wages), :effective_min_wage_2020_dollars => mean))
first(combine(filter(r -> r.region =="NE", wages), :effective_min_wage_2020_dollars => mean))

DataFrameRow (1 columns)
Row | effective_min_wage_2020_dollars_mean
    | Float64
____|_______________________
   1| 8.75413
...

combine()과 groupby() 사용

# 지역으로 그룹화
wages_by_region = groupby(wages, :region)

# 그룹별 평균 계산
combine(wages_by_region, :effective_min_wage_2020_dollars => mean)

4x2 DataFrame
Row region    effective_min_wage_2020_dollars_mean
    String    Float64
__________________________
1    S        8.15458
2    W        8.59119
3    NE       8.75413
4    MW       8.1514

combine()과 groupby() 결합

# 함께 결합하여 실행
combine(groupby(wages, :region), :effective_min_wage_2020_dollars => mean)

4x2 DataFrame
Row region    effective_min_wage_2020_dollars_mean
    String    Float64
__________________________
1    S        8.15458
2    W        8.59119
3    NE       8.75413
4    MW       8.1514

combine()과 groupby() 사용

# 열 이름 변경
combine(groupby(wages, :region), 
        :effective_min_wage_2020_dollars => mean => :average_min_wage_2020_dollars)

4x2 DataFrame
Row region    average_min_wage_2020_dollars
    String    Float64
__________________________
1    S        8.15458
2    W        8.59119
3    NE       8.75413
4    MW       8.1514

한 열에 여러 함수 적용

# 한 열에 여러 함수를 적용
combine(groupby(wages, :region), 
                    :effective_min_wage_2020_dollars .=> [mean, median, maximum])

4x4 DataFrame
Row  region  effective_min_wage_2020_dollars_mean  ...
     String  Float64                               ...
____________________________________________________________________________________
1    S       8.15458                               ...
2    W       8.59119                               ...
3    NE      8.75413                               ...
4    MW      8.1514                                ...

한 열에 여러 함수 적용

# 한 열에 여러 함수를 적용
combine(groupby(wages, :region), :effective_min_wage_2020_dollars .=> [mean, median] .=> [:average, :median])

4x2 DataFrame
Row region  average  median
    String  Float64  Float64
____________________________
1    S      8.15458  8.0
2    W      8.59119  8.34
...

# 점(.)을 꼭 넣으세요!
combine(groupby(wages, :region), :effective_min_wage_2020_dollars => [mean, median])

ArgumentError: Unrecognized column selector ...

여러 열에 한 함수 적용

combine(groupby(wages, :region), [:state_min_wage, :federal_min_wage] .=> mean)

4x2 DataFrame
Row region  state_min_wage_mean  federal_min_wage_mean
    String  Float64              Float64
______________________________________________________
1   S       2.73128              4.35566
2    W       4.26638              4.35566
...

# 점을 잊지 마세요
combine(groupby(wages, :region), [:state_min_wage, :federal_min_wage] => mean)

MethodError: objects of type ...

여러 열에 여러 함수 적용

# 함수들을 1행 행렬로 지정
combine(groupby(wages, :region), [:state_min, :federal_min] .=> [mean median])

Row region  state_min_mean  federal_min_mean  state_min_median  federal_min_median
_________________________________________________________________________________
1   S       2.73128         4.35566           2.0                4.25
...

# 함수들을 벡터로 지정
combine(groupby(wages, :region), [:state_min, :federal_min] .=> [mean, median])

Row region  state_min_mean  federal_min_median 
______________________________________________
1   S       2.73128         4.25
...

사용 가능 함수

사용 가능한 함수:

sum(), mean(), minimum() 등 일반 통계 함수
사용자 정의 함수(브로드캐스트)
익명 함수(ByRow()로 래핑)
DataFrames 전용 함수: nrow, proprow 등

치트시트

# 그룹화된 DataFrame gdf
# 1개 열 + 1개 함수
combine(gdf, :c => f => :new_c)

# 1개 열 + 2개 이상 함수
combine(gdf, :c .=> [f1, f2, ...] .=> [:new_c_f1, :new_c_f2, ...])

# 2개 이상 열 + 1개 함수
combine(gdf, [:c1, :c2, ...] .=> f .=> [:new_c1_f, :new_c2_f, ...])

# 2개 이상 열 + 2개 이상 함수 - 모든 조합
combine(gdf, [:c1, :c2, ...] .=> [f1 f2 ...] .=> [:c1_f1, :c2_f1, ..., :c1_f2, ...])

# 2개 이상 열 + 2개 이상 함수 - 짝지어 적용
combine(gdf, [:c1, :c2, ...] .=> [f1, f2, ...] .=> [:new_c1_f1, :new_c2_f2, ...])

연습해 봅시다!

Julia로 하는 데이터 조작