081–090 합치기와 모양 바꾸기

students.merge(clubs, on="name").

Pythonstudents.merge(clubs, on='name')

결과     name class  club
0  김민준     A  축구
1  박지호     A  밴드

풀이: inner 결합이므로 양쪽 표에 공통으로 있는 이름만 남습니다. 이름 중복이 없는 작은 예제입니다.

merge에 how="left"를 더합니다.

Pythonstudents.merge(clubs, on='name', how='left')

결과     name class  club
0  김민준     A  축구
1  이서연     B   NaN
2  박지호     A  밴드
3  최수아     C   NaN

풀이: left 결합은 왼쪽 학생을 유지합니다. 오른쪽 키가 중복되면 학생 행도 늘 수 있어 키의 유일성을 확인해야 합니다.

짝이 없는 동아리는 NaN이 됩니다.

열 이름이 다르면 left_on="name", right_on="student".

Pythonstudents.merge(scores, left_on='name', right_on='student').drop(columns='student')

결과     name class  kor  eng
0  김민준     A   85   78
1  이서연     B   92   88
2  박지호     A   58   64
3  최수아     C   77   95

풀이: 이름이 다른 연결 열을 각각 지정한 뒤 중복된 이름 정보 열을 제거합니다.

how="outer"에 indicator=True를 더합니다.

Pythonstudents.merge(clubs, on='name', how='outer', indicator=True)

결과     name class  club      _merge
0  김민준     A  축구        both
1  박지호     A  밴드        both
2  이서연     B   NaN   left_only
3  정민서   NaN  독서  right_only
4  최수아     C   NaN   left_only

풀이: indicator의 both·left_only·right_only를 보면 연결 성공과 한쪽에만 있는 키를 구분할 수 있습니다.

새 학생을 한 행짜리 DataFrame으로 만든 뒤 pd.concat([students, new], ignore_index=True).

Pythonnew = pd.DataFrame({'name': ['정민서'], 'class': ['B']})
pd.concat([students, new], ignore_index=True)

결과     name class
0  김민준     A
1  이서연     B
2  박지호     A
3  최수아     C
4  정민서     B

풀이: 같은 이름의 열끼리 아래로 붙이고 ignore_index로 행 번호를 새로 만듭니다.

pd.concat([...], axis=1)은 옆으로 붙입니다.

Pythonpd.concat([students, scores[['kor', 'eng']]], axis=1)

결과     name class  kor  eng
0  김민준     A   85   78
1  이서연     B   92   88
2  박지호     A   58   64
3  최수아     C   77   95

풀이: axis=1의 concat은 행 라벨을 맞춥니다. 이 예제는 인덱스까지 같으며, 실제 이름 기준 결합은 merge가 적합합니다.

melt(id_vars="student", var_name="subject", value_name="score").

Pythonlong = scores.melt(id_vars='student', var_name='subject', value_name='score')
long

결과  student subject  score
0  김민준     kor     85
1  이서연     kor     92
2  박지호     kor     58
3  최수아     kor     77
4  김민준     eng     78
5  이서연     eng     88
6  박지호     eng     64
7  최수아     eng     95

풀이: 학생 이름은 식별자로 두고 과목 열 이름과 점수를 두 열로 내려 긴 형태를 만듭니다.

pivot(index="student", columns="subject", values="score").

Pythonlong.pivot(index='student', columns='subject', values='score')

결과subject  eng  kor
student          
김민준    78   85
박지호    64   58
이서연    88   92
최수아    95   77

풀이: pivot은 학생·과목 조합이 유일해야 합니다. 중복이 있으면 집계 방법을 정해 pivot_table을 사용합니다.

왼쪽 결합 뒤 club이 비어 있지 않은지(notna())로 가입 여부를 만들고, pd.crosstab(행, 열)에 넣습니다.

Pythonjoined = students.merge(clubs, on='name', how='left')
pd.crosstab(joined['class'], joined['club'].notna().map({True: '가입', False: '미가입'}))

결과club   가입  미가입
class              
A         2       0
B         0       1
C         0       1

풀이: 결합된 동아리 값이 있는지로 가입 여부를 만들고 반과 교차 집계합니다. 동아리 한 행이 학생 한 명이라는 예제 조건을 확인합니다.

리스트를 행으로 펼치는 함수는 explode("열")입니다.

Pythont = pd.DataFrame({'post': [1, 2], 'tags': [['pandas', 'python'], ['sql']]})
t.explode('tags')

결과   post    tags
0     1  pandas
0     1  python
1     2     sql

풀이: 리스트의 각 요소가 한 행이 됩니다. 다른 열의 값과 원래 인덱스는 반복됩니다.