파이썬 라이브러리를 활용한 데이터 분석(2판): 영화 평점, 이름 통계, 선거 데이터 등 실사례 사용

307

8

장

데이터 준비하기: 조인, 병합, 변형

대부분의 경우 데이터는 여러 파일이나 데이터베이스 혹은 분석하지 쉽지 않은 형태로 기록되

어 있다. 이 장에서는 데이터를 합치고, 재배열할 수 있는 도구들을 살펴보자.

먼저 데이터를 병합하거나 변환하는 과정에서 사용되는

pandas

의 계층적 색인의 개념을 알아

보고 이를 활용하여 데이터를 다듬는 과정을 심도 있게 살펴볼 것이다.

14

장에서도 이런 도구

를 사용하는 다양한 예시를 볼 수 있다.

8.1

계층적 색인

계층적 색인은

pandas

의 중요한 기능인데 축에 대해 다중(둘 이상 ) 색인 단계를 지정할 수 있

도록 해준다. 약간 추상적으로 말하면, 높은 차원의 데이터를 낮은 차원의 형식으로 다룰 수 있

게 해주는 기능이다. 간단한 예제를 하나 살펴보자. 우선 리스트의 리스트 (또는 배열 )를 색인

으로 하는

Series

를 하나 생성하자.

In

[

9

]:

data

=

pd

.

Series

(

np

.

random

.

randn

(

9

),

...:

index

=

[['

a

',

'

a

',

'

a

',

'

b

',

'

b

',

'

c

',

'

c

',

'

d

',

'

d

'],

...:

[

1

,

2

,

3

,

1

,

3

,

1

,

2

,

2

,

3

]])

In

[

10

]:

data

Out

[

10

]:

데이터 준비하기: 조인, 병합, 변형

CHAPTER

8

308

파이썬 라이브러리를 활용한 데이터 분석(2판 ...