데이터프레임 결합

 

하나의 데이터셋으로 만드는 과정!

 

👉 환경 설정

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

print와 display차이

 

1. pd.concat

데이터 프레임 구조에 맞게 합치기 - 인덱스, 열 기준

pd.concat([df1, df2], axis = 0, join = 'inner', ignore_index=True)

 

데이터프레임에 ' '를 붙이지 않음

 

- axis

axis = 0 : 행으로 붙임(세로로 붙임)

 

axis = 1 : 열로 붙임(가로로 붙임)

- join

outer : 모든 행,열 합치기

inner : 같은 행,열 합치기

 

- ignore_index=True

기존의 행 번호 무시하기

 

2. pd.merge

지정한 값을 기준으로 합치기!(Join과 비슷) - 특정 열기준

A컬럼을 기준

 

• on을 사용하지 않아도 칼럼이름이 같으면 생략이 가능하다.
• 옆으로만 병합하며 두개의 df만 결합이 가능하다.

pd.merge(df1, df2, how = 'inner', on = 'A') #inner가 디폴트

 

일별, 카테고리별 판매량 합계

pd.merge(sales1,products,how='inner').groupby(['Date','Category'],as_index=False)['Qty'].sum()

 

3. pd.pivot

결합은 아니지만, 집계 후 데이터프레임 구조를 변형해서 조회

1. 집계

temp2 = temp.groupby(['Date', 'Category'], as_index = False)['Qty'].sum()
temp2

2. pivot

temp2.pivot(index = 'Category', columns= 'Date' , values ='Qty')

 

4. heatmap

import matplotlib.pyplot as plt
import seaborn as sns

# plt.figure(figsize = (20, 6))
sns.heatmap(temp3)
# plt.show()