Tidy data
데이터 형태를 바꾸는 작업은 여러 용도가 있어요. 중요한 용도 중 하나는 데이터 분석에 친화적인 형식과 보고서 작성에 친화적인 형식 사이를 전환하는 것입니다. 이 개념은 Hadley Wickham의 Tidy data 논문에서 더 자세히 설명돼 있어요.
Tidy 형식의 데이터는 이전 연습 문제에서 보셨듯이 groupby 연산을 수행하기에도 적합합니다.
이번 연습에서는 pandas의 melt()와 .pivot_table()을 사용해 데이터를 한 형태에서 다른 형태로 재구조화할 거예요. 데이터를 대상으로 .pivot_table()을 호출할 때는, 원래의 DataFrame 형태로 되돌리기 위해 .reset_index() 메서드도 함께 호출해야 한다는 점을 기억하세요.
airquality DataFrame을 재구조화하기 전에, 먼저 셸에서 확인해 보세요. pandas는 pd로 임포트해 두었습니다.
이 연습은 강의의 일부입니다
R 사용자용 Python
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Melt the airquality DataFrame
airquality_melted = ____(____, id_vars=['Day', 'Month'])
print(airquality_melted)