[PYTHON] Dataframe Multi index, Single index 활용법, 개념, 정리, 설명

---

안녕하세요, HELLO

데이터를 분석하다 보면 멀티 인덱스 (Muliti index)을 활용하여 데이터를 세부적으로 보기도 하며, 또는 멀티 인덱스로 구성된 데이터프레임을 싱글 인덱스 (Single index)로 변환해서 분석하기도 합니다.

 

이번에는 pandas를 활용하여 dataframe의 인덱스에 대해서 살펴보고자 합니다.

---

STEP 1. 'Multi index, Single index' 개념 및 설명

 

STEP 2. 'Multi index to single index' 방법

 

STEP 3. 'Single index to Multi index' 방법

 

---

STEP 1. 'Multi index, Single index' 개념 및 설명

 

실습에서 활용한 데이터는 '기업마당'의 스타트업 정부 사업 공고입니다.

스타트업 지원 사업 2023-01-14 검색결과.csv

0.11MB

 

위 파일을 불러오면, 아래와 같이 공고명과 세부 내용이 dataframe 형식으로 되어있음을 확인할 수 있습니다.

 

sample dataframe

 

반응형

 

STEP 2. 'Multi index to single index' 방법

 

multi index로 구성된 dataframe을 실습을 위해서 만들어봤습니다.

 

아래와 같이 multi index인 dataframe은 분석, 리서치 등 목적에 따라서 활용하고,

이후에 single index로 되돌리고 싶을 때는, reset_index 함수를 활용하면 됩니다.

 

multi index dataframe

 

DataFrame.reset_index()

 

 

STEP 3. 'Single index to Multi index' 방법

 

일반적으로 데이터프레임은 아래와 같이 하나의 인덱스를 가지고 있습니다.

 

데이터 특성, 형태 등에 따라 여러 인덱스를 조합해서 데이터를 확인하고 싶은 경우에는 멀티 인텍스 (Multi index)를 활용해서 확인할 수 있습니다. 이에 대해 멀티인덱스를 고려해서 데이터를 만들 수도 있으며, 기존에 존재하는 데이터에서 멀티인덱스를 적용하는 등의 경우가 있습니다. 

 

'멀티인덱스를 고려해서 데이터를 만들어서, 멀티인덱스를 적용하는 방법'은 Dataframe의 set_index 함수입니다. 아래 코드를 실행하면, index가 여러 개 설정할 수 있습니다. 

 

DataFrame.set_index([col_name1, col_name2, ... col_nameN])

---

■ 마무리

'Dataframe Multi index, Single index 활용법'에 대해서 알아봤습니다.

좋아요와 댓글 부탁드리며,

오늘 하루도 즐거운 날 되시길 기도하겠습니다 :)

감사합니다.