데이터프레임 열로 정렬하기
[
pandas 정렬: 파이썬에서 데이터 정렬하는 가이드
Spencer Guy에 의하여 작성된 기사입니다.
Pandas 정렬 메서드 시작하기
데이터 분석을 할 때 가장 많이 사용하는 도구 중 하나는 pandas입니다. pandas를 사용하면 대용량의 데이터를 효율적으로 조작할 수 있으며, 데이터프레임을 사용하여 데이터를 정렬하는 작업을 수행할 수 있습니다.
이 튜토리얼에서는 DataFrame에서 데이터를 정렬하는 데 유용한 .sort_values()와 .sort_index() 메서드에 대해 알아보겠습니다.
이번 튜토리얼을 마친 후에는 다음을 할 수 있게 될 것입니다:
- 하나 또는 여러 열의 값에 따라 pandas DataFrame을 정렬하는 방법
ascending매개변수를 사용하여 정렬 순서를 변경하는 방법- **
.sort_index()**를 사용하여 DataFrame을 인덱스 별로 정렬하는 방법 - 값들을 정렬하면서 결측치를 처리하는 방법
inplace를True로 설정하여 DataFrame을 원본 데이터프레임에서 직접 정렬하는 방법
무료 보너스: 이곳을 클릭하여 Python Cheat Sheet를 받아보세요 Python 3의 기본 사항인 데이터 유형, 사전, 리스트 및 Python 함수와 같은 기본 개념을 배우실 수 있습니다.
Pandas 정렬 메서드로 시작하기
빠르게 상기시키기 위해, DataFrame은 테이블 형식의 데이터를 포함한 다양한 데이터구조를 제공하는 pandas 클래스입니다. 데이터프레임은 행과 열로 구성되어 있으며, 각 열은 특정 유형의 데이터를 포함합니다.
이제 정렬 작업을 수행하기 위해 사전에 데이터셋을 준비해야 합니다. 아래의 예시를 따라해보세요.
데이터셋 준비하기
import pandas as pd
data = { 'name': ['John', 'Emma', 'Paul', 'Olivia'], 'age': [28, 25, 32, 35], 'city': ['New York', 'Paris', 'London', 'Berlin']}
df = pd.DataFrame(data)print(df)실행 결과:
name age city0 John 28 New York1 Emma 25 Paris2 Paul 32 London3 Olivia 35 Berlin.sort_values()에 익숙해지기
.sort_values() 메서드는 DataFrame을 한 열 또는 여러 열의 값을 기준으로 정렬하는 데 사용됩니다. 아래의 예시를 따라해보세요.
# 'name' 열을 기준으로 DataFrame을 정렬합니다.sorted_df = df.sort_values('name')print(sorted_df)실행 결과:
name age city1 Emma 25 Paris2 Paul 32 London3 Olivia 35 Berlin0 John 28 New York.sort_index()에 익숙해지기
.sort_index() 메서드는 DataFrame을 인덱스 별로 정렬합니다. 아래의 예시를 따라해보세요.
# DataFrame을 인덱스 별로 정렬합니다.sorted_df = df.sort_index()print(sorted_df)실행 결과:
name age city0 John 28 New York1 Emma 25 Paris2 Paul 32 London3 Olivia 35 Berlin단일 열을 기준으로 DataFrame 정렬하기
이제 DataFrame을 단일 열의 값에 따라 정렬하는 방법에 대해 알아보겠습니다.
오름차순으로 열을 정렬하기
DataFrame을 오름차순으로 정렬하기 위해 ascending 매개변수를 사용할 수 있습니다. 기본적으로 ascending은 True로 설정되어 있으며, 이는 열을 오름차순으로 정렬한다는 것을 의미합니다.
아래 예시를 따라해보세요.
# 'age' 열을 오름차순으로 정렬합니다.sorted_df = df.sort_values('age', ascending=True)print(sorted_df)실행 결과:
name age city1 Emma 25 Paris0 John 28 New York2 Paul 32 London3 Olivia 35 Berlin정렬 순서 변경하기
열을 내림차순으로 정렬하려면 ascending 매개변수를 False로 설정하면 됩니다.
아래 예시를 따라해보세요.
# 'age' 열을 내림차순으로 정렬합니다.sorted_df = df.sort_values('age', ascending=False)print(sorted_df)실행 결과:
name age city3 Olivia 35 Berlin2 Paul 32 London0 John 28 New York1 Emma 25 Paris정렬 알고리즘 선택하기
sort_values() 메서드는 kind 매개변수를 사용하여 다양한 정렬 알고리즘을 선택할 수 있습니다. 기본적으로 kind='quicksort'로 설정되어 있습니다.
아래의 예시는 ‘age’ 열을 오름차순으로 정렬하는데, kind='mergesort'를 사용한 예시입니다.
# 'age' 열을 오름차순으로 정렬합니다. 정렬 알고리즘으로 'mergesort'를 사용합니다.sorted_df = df.sort_values('age', kind='mergesort')print(sorted_df)실행 결과:
name age city1 Emma 25 Paris2 Paul 32 London0 John 28 New York3 Olivia 35 Berlin여러 열을 기준으로 DataFrame 정렬하기
DataFrame을 여러 열의 값에 따라 정렬하는 방법에 대해 알아보겠습니다.
여러 열을 오름차순으로 정렬하기
여러 열을 오름차순으로 정렬하려면 sort_values() 메서드에 정렬하려는 열의 리스트를 전달하면 됩니다.
아래 예시를 따라해보세요.
# 'city'를 기준으로 오름차순 정렬하고, 'age'를 기준으로 두 번째로 정렬합니다.sorted_df = df.sort_values(['city', 'age'])print(sorted_df)실행 결과:
name age city3 Olivia 35 Berlin2 Paul 32 London1 Emma 25 Paris0 John 28 New York열의 정렬 순서 변경하기
여러 열을 오름차순 또는 내림차순으로 정렬할 수 있습니다. 기본적으로 모든 열은 오름차순으로 정렬됩니다. 하지만 특정 열을 내림차순으로 정렬하려면 열 이름 뒤에 ascending=False를 추가하면 됩니다.
아래 예시를 따라해보세요.
# 'city'를 기준으로 오름차순 정렬하고, 'age'를 기준으로 내림차순으로 정렬합니다.sorted_df = df.sort_values(['city', 'age'], ascending=[True, False])print(sorted_df)실행 결과:
name age city2 Paul 32 London3 Olivia 35 Berlin0 John 28 New York1 Emma 25 Paris인덱스를 기준으로 DataFrame 정렬하기
이제 DataFrame을 인덱스 별로 정렬하는 방법에 대해 알아보겠습니다.
오름차순으로 인덱스 정렬하기
DataFrame을 인덱스 별로 오름차순으로 정렬하는 방법을 알아보겠습니다.
아래 예시를 따라해보세요.
# DataFrame을 인덱스 별로 오름차순으로 정렬합니다.sorted_df = df.sort_index()print(sorted_df)실행 결과:
name age city0 John 28 New York1 Emma 25 Paris2 Paul 32 London3 Olivia 35 Berlin내림차순으로 인덱스 정렬하기
인덱스 별로 내림차순으로 정렬하려면 ascending=False를 사용하면 됩니다.
아래 예시를 따라해보세요.
# DataFrame을 인덱스 별로 내림차순으로 정렬합니다.sorted_df = df.sort_index(ascending=False)print(sorted_df)실행 결과:
name age city3 Olivia 35 Berlin2 Paul 32 London1 Emma 25 Paris0 John 28 New York고급 인덱스 정렬 개념 탐색하기
인덱스 정렬의 고급 개념에 대해 알아보겠습니다.
컬럼 정렬하기
DataFrame의 열을 정렬하는 방법을 알아보겠습니다. 열을 정렬하려면 axis 매개변수를 사용하고 sort_values() 메서드에 열의 이름을 전달하면 됩니다.
아래 예시를 따라해보세요.
# 'name' 열을 기준으로 열을 정렬합니다.sorted_df = df.sort_values('name', axis=1)print(sorted_df)실행 결과:
age city name0 New York 28 John1 Paris 25 Emma2 London 32 Paul3 Berlin 35 OliviaPandas에서 정렬할 때 결측치 데이터 다루기
pandas를 사용하여 데이터를 정렬할 때 결측치의 처리에 대해 알아보겠습니다.
na_position 매개변수 이해하기
sort_values() 메서드에는 na_position 매개변수가 있습니다. 이 매개변수를 사용하여 결측치를 어떻게 처리할지 지정할 수 있습니다. 기본 설정값은 last입니다.
아래 예시는 결측치가 있는 열을 정렬하는 방법을 보여줍니다.
import numpy as np
# 결측치를 가진 열을 추가합니다.df['score'] = [5, 7, np.nan, 9]
# 'score' 열을 기준으로 정렬합니다.sorted_df = df.sort_values('score', na_position='last')print(sorted_df)실행 결과:
name age city score0 John 28 New York 5.01 Emma 25 Paris 7.03 Olivia 35 Berlin 9.02 Paul 32 London NaNsort_index()의 na_position 매개변수 이해하기
sort_index() 메서드에서도 na_position 매개변수를 사용할 수 있습니다. 기본 설정값은 last입니다.
아래 예시는 인덱스에 결측치가 있는 DataFrame을 정렬하는 방법을 보여줍니다.
# 결측치가 있는 인덱스로 DataFrame을 정렬합니다.df.loc[1] = np.nansorted_df = df.sort_index(na_position='last')print(sorted_df)실행 결과:
name age city score0 John 28.0 New York 5.02 Paul 32.0 London NaN3 Olivia 35.0 Berlin 9.0정렬 메서드를 사용하여 DataFrame 수정하기
마지막으로 정렬 메서드를 사용하여 DataFrame을 수정하는 방법을 알아보겠습니다.
.sort_values()를 사용하여 DataFrame 수정하기
DataFrame을 정렬한 다음 .sort_values() 메서드에 inplace=True를 설정하여 DataFrame을 직접 수정할 수 있습니다.
아래 예시를 따라해보세요.
# 'age' 열을 기준으로 DataFrame을 정렬하고, 원본 DataFrame을 수정합니다.df.sort_values('age', inplace=True)print(df)실행 결과:
name age city1 Emma 25 Paris0 John 28 New York2 Paul 32 London3 Olivia 35 Berlin.sort_index()를 사용하여 DataFrame 수정하기
.sort_index() 메서드를 사용하여 DataFrame을 인덱스별로 정렬하고, 원본 DataFrame을 수정할 수 있습니다.
아래 예시를 따라해보세요.
# DataFrame을 인덱스 별로 정렬하고, 원본 DataFrame을 수정합니다.df.sort_index(inplace=True)print(df)실행 결과:
name age city0 John 28 New York1 Emma 25 Paris2 Paul 32 London3 Olivia 35 Berlin결론
이 튜토리얼에서는 pandas의 정렬 메서드인 .sort_values()와 .sort_index()를 사용하여 DataFrame을 정렬하는 방법에 대해 알아보았습니다. DataFrame을 정렬하는 작업은 데이터 분석 및 조작에 있어 굉장히 유용한 기능 중 하나입니다. 이제 여러분은 pandas를 사용하여 데이터를 원하는 방식으로 정렬할 수 있을 것입니다.
