Data Science Academy · 강의

교차표를 위한 pivot_table

두 차원에 걸쳐 데이터를 요약합니다

교차표를 위한 pivot_table은(는) CoddyKit의 무료 Data Science Academy 강의입니다. 이것은 4개 중 2번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 Data Science Academy 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. Data Science Academy 강의에는 총 4개의 강의가 포함되어 있습니다.

이 강의의 일부는 아직 번역되지 않았으며 영어로 표시됩니다.

From Long Rows to a Grid

When you want a category-by-category summary, pivot_table turns tidy long rows into a clean two-dimensional grid. 🔄

The Three Key Arguments

Every pivot table needs three roles: which column becomes index, which becomes columns, and which values fill the cells.

df.pivot_table(index='region',
               columns='month',
               values='sales')

It Aggregates by Default

If several rows land in the same cell, pivot_table averages them. The default aggfunc is mean, not a plain copy.

Choose Your Aggregation

Swap the math with aggfunc. Use sum for totals, count for tallies, or max to spot the peak value per cell.

df.pivot_table(index='region',
               values='sales',
               aggfunc='sum')

Many Aggregations at Once

Pass a list to aggfunc and get several summaries together. One call can return both the mean and the count side by side.

df.pivot_table(values='sales',
               aggfunc=['mean', 'count'])

Filling Empty Cells

Missing combinations show up as NaN. Set fill_value to replace those gaps with zero or any sensible default.

df.pivot_table(index='region',
               columns='month',
               fill_value=0)

Add Row and Column Totals

Set margins to True and pivot_table adds an All row and column with grand totals around the edges.

df.pivot_table(index='region',
               margins=True)

Group by Several Keys

Pass a list to index or columns to nest categories. The result gains a MultiIndex that stacks the groups neatly.

df.pivot_table(index=['region', 'store'],
               values='sales')

pivot vs pivot_table

Plain pivot needs unique index-column pairs and cannot aggregate. Reach for pivot_table whenever duplicates might appear.

Reading a Cross-Tab

In the result, scan a cell by its row label and column label to read that exact category combination at a glance.

Back to a Flat Table

A pivot result is still a DataFrame. Call reset_index to flatten its labels back into ordinary columns for export.

summary.reset_index()

Quick Check

Let us check your pivot_table reflexes.

Recap: Cross-Tabs Made Easy

You built grids with index, columns, values, and aggfunc. Next you will reverse course and melt wide data back to long. 🎯

자주 묻는 질문

“교차표를 위한 pivot_table” 강의는 무료인가요?

네 — “교차표를 위한 pivot_table” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 Data Science Academy 강의 전체를 잠금 해제할 수 있습니다. Data Science Academy 강의에는 총 4개의 강의가 포함되어 있습니다.

“교차표를 위한 pivot_table”에서 뭘 배우나요?

두 차원에 걸쳐 데이터를 요약합니다 브라우저에서 직접 실행하는 실습 코드로 Data Science Academy을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.

Data Science Academy을(를) 시작하는 데 경험이 필요한가요?

사전 경험은 필요하지 않습니다. CoddyKit의 Data Science Academy은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 2번째 강의입니다.

“교차표를 위한 pivot_table” 강의는 얼마나 걸리나요?

대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.

이 Data Science Academy 강의에서 코드를 작성하고 실행할 수 있나요?

네. 모든 Data Science Academy 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.

이 강의의 모든 강의

← Data Science Academy(으)로 돌아가기