Pandas에서 melt를 사용해야 하는 데이터 유형과 사용 방법
melt를 사용해야 하는 데이터 유형과 사용 방법데이터 분석을 할 때, 데이터의 형태가 분석 목적에 맞지 않을 수 있습니다. 특히, 데이터를 시각화하거나 특정 분석을 하기 위해서는 데이터의 형태를 변환하는 작업이 필요할 때가 많습니다. pandas는 이러한 작업을 간편하게 할 수 있도록 melt라는 강력한 함수를 제공합니다. 이 글에서는 melt를 사용해야 하는 데이터 유형과 그 사용 방법을 예시와 함께 설명하겠습니다.
melt가 필요한 데이터 유형melt 함수는 데이터프레임을 “wide format”에서 “long format”으로 변환할 때 사용됩니다.
| Year | Product_A | Product_B | Product_C |
|------|-----------|-----------|-----------|
| 2020 | 100 | 150 | 200 |
| 2021 | 110 | 160 | 210 |
| 2022 | 120 | 170 | 220 |위의 데이터프레임은 Year를 기준으로 각 제품의 판매량을 나타내고 있습니다. 여기서 각 제품(Product_A, Product_B, Product_C)은 별도의 열로 나뉘어져 있어 “wide format” 형태입니다.
melt 사용 후의 Long Format| Year | Product | Sales |
|------|------------|-------|
| 2020 | Product_A | 100 |
| 2020 | Product_B | 150 |
| 2020 | Product_C | 200 |
| 2021 | Product_A | 110 |
| 2021 | Product_B | 160 |
| 2021 | Product_C | 210 |
| 2022 | Product_A | 120 |
| 2022 | Product_B | 170 |
| 2022 | Product_C | 220 |위와 같이 데이터를 melt를 사용하여 “long format”으로 변환하면, 각 행이 특정 연도의 특정 제품에 대한 판매량을 나타내게 됩니다. 이 형식은 시각화나 통계 분석을 위해 매우 유용합니다.
pandas.melt() 사용 방법pandas.melt() 함수는 데이터프레임의 특정 열을 식별 변수로 유지하면서 나머지 열들을 변환하여 “long format”으로 만들어줍니다.
import pandas as pd
# 데이터프레임 생성 (Wide Format)
df = pd.DataFrame({
'Year': [2020, 2021, 2022],
'Product_A': [100, 110, 120],
'Product_B': [150, 160, 170],
'Product_C': [200, 210, 220]
})
# melt 사용
df_melted = pd.melt(df, id_vars=['Year'], var_name='Product', value_name='Sales')
# 결과 출력
df_meltedid_vars: 변환 후에도 식별 변수로 유지될 열을 지정합니다. 위 예시에서는 Year가 이에 해당합니다.var_name: 변환 후 생성될 변수 이름을 지정합니다. 여기서는 Product로 지정했습니다.value_name: 변환 후 값이 담길 열의 이름을 지정합니다. 여기서는 Sales로 지정했습니다.위의 melt 사용 예제에서 df_melted는 다음과 같은 “long format” 데이터프레임이 됩니다.
Year Product Sales
0 2020 Product_A 100
1 2021 Product_A 110
2 2022 Product_A 120
3 2020 Product_B 150
4 2021 Product_B 160
5 2022 Product_B 170
6 2020 Product_C 200
7 2021 Product_C 210
8 2022 Product_C 220melt를 사용해야 할까?melt 함수는 다음과 같은 경우에 유용하게 사용됩니다.
데이터 시각화: 많은 시각화 라이브러리는 “long format” 데이터를 필요로 합니다. 예를 들어, seaborn 라이브러리로 여러 변수를 한꺼번에 시각화할 때, 데이터가 “long format”일 때 더 쉽게 작업할 수 있습니다.
집계 및 분석: “wide format” 데이터는 그룹화된 분석이나 피벗 테이블 생성에 불리할 수 있습니다. “long format” 데이터로 변환하여 더 효율적으로 분석할 수 있습니다.
데이터 정리: 데이터를 정규화하고, 여러 열에 분산된 데이터를 하나의 열로 모아서 정리된 형태로 만들 때 melt가 필요합니다.
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
# 데이터프레임 생성 (Wide Format)
df = pd.DataFrame({
'Year': ["2020", "2021", "2022"],
'Product_A': [100, 110, 120],
'Product_B': [150, 160, 170],
'Product_C': [200, 210, 220]
})
df| Year | Product_A | Product_B | Product_C | |
|---|---|---|---|---|
| 0 | 2020 | 100 | 150 | 200 |
| 1 | 2021 | 110 | 160 | 210 |
| 2 | 2022 | 120 | 170 | 220 |
melt 사용하여 Long Format으로 변환합니다.
# melt 사용하여 Long Format으로 변환
df_melted = pd.melt(df, id_vars=['Year'], var_name='Product', value_name='Sales')
df_melted| Year | Product | Sales | |
|---|---|---|---|
| 0 | 2020 | Product_A | 100 |
| 1 | 2021 | Product_A | 110 |
| 2 | 2022 | Product_A | 120 |
| 3 | 2020 | Product_B | 150 |
| 4 | 2021 | Product_B | 160 |
| 5 | 2022 | Product_B | 170 |
| 6 | 2020 | Product_C | 200 |
| 7 | 2021 | Product_C | 210 |
| 8 | 2022 | Product_C | 220 |
아래 코드를 실행하면 Product 데이터의 각 product를 다른 색으로 표현하는 seaborn 시각화가 생성됩니다.
# Seaborn을 사용하여 시각화
sns.set(style="whitegrid")
# lineplot으로 시각화
sns.lineplot(data=df_melted, x='Year', y='Sales', hue='Product', marker='o')
# 그래프 타이틀과 축 레이블 설정
plt.title('Yearly Sales by Product')
plt.xlabel('Year')
plt.ylabel('Sales')
# 그래프 출력
plt.show()
seaborn의 hue 옵션은 그래프에서 데이터 포인트를 그룹화하여 색상으로 구분해줍니다. 예를 들어, hue=’Category’로 지정하면 Category 변수의 값에 따라 각 데이터 포인트가 다른 색상으로 표시됩니다.
pandas.melt() 함수는 데이터를 “wide format”에서 “long format”으로 변환하는 데 유용한 도구입니다. 이 함수는 데이터 시각화, 분석, 정리를 위해 데이터를 재구성할 때 매우 유용합니다. 데이터의 구조에 따라 적절한 형태로 변환하는 것은 데이터 분석의 필수적인 과정 중 하나이며, melt 함수는 이를 간편하게 해결할 수 있습니다.
이를 통해, 데이터를 더 쉽게 분석하고, 시각화하며, 통찰을 얻을 수 있을 것입니다. melt 함수의 사용법을 익혀 두면, 데이터 변환 과정에서 발생하는 다양한 문제를 효과적으로 해결할 수 있습니다.