import pandas as pd
import numpy as np
df = pd.read_csv("titanic.csv")
# 성별/PCall별/어린이 여부 별 생존율을 확인하고자 할때
# 1. pcalss 를 first second third로 변환
pclass = {
1:"first",
2:"second",
3:"third",
}
df.Pclass= df.Pclass.map(pclass)
# 2. 나이가 12살 이하이면 isChild True인 column생성
df["isChild"]=df.Age <= 12
# 성별 pcalss별 어린이 여부별 생존율 평균
df.groupby(["Sex","Pclass","isChild"]).Survived.mean()
# Sex Pclass isChild
# female first False 0.978495
# True 0.000000
# second False 0.911765
# True 1.000000
# third False 0.504132
# True 0.478261
# male first False 0.352941
# True 1.000000
# second False 0.080808
# True 1.000000
# third False 0.118012
# True 0.360000
# Name: Survived, dtype: float64
# 3. 생존율을 surv_rate로 저장한다.
surv_rate = df.groupby(["Sex","Pclass","isChild"]).Survived.mean()
# 멀티컬럼으로 groupby했을때 결과는 multi index로 표시되고, multi index는 튜플로 접근 가능하다.
# 남성 생존율
print("1: ",surv_rate["male"])
# 여성의 second pclass 생존율 (두번째부터 튜플로 접근)
print("2: ",surv_rate[("female","second")])
# 남성의 second pclass, 어른 생존율 (두번째부터 튜플로 접근)
print("3: ",surv_rate[("male","second",False)])
# 1: Pclass isChild
# first False 0.352941
# True 1.000000
# second False 0.080808
# True 1.000000
# third False 0.118012
# True 0.360000
# Name: Survived, dtype: float64
# 2: isChild
# False 0.911765
# True 1.000000
# Name: Survived, dtype: float64
# 3: 0.08080808080808081
# 멀티 index의 경우 level이 있느네, 자료가 시작되는 가까운 순서로 -1, -2, -3이다.
# 즉 Sex : -3 , Pclass: -2 isChild : -1 순서이다.
# unstack과 stack은 대부분 longform, wideform으로 설명되어있는데
# unstack은 multi index 를 column으로, stack은 multi-column index를 index 로 변환한다고 이해하면 된다.
# 4. 어린이 여부를 column으로 변경 (unstack 의 default가 -1이라 unstack만 하면 된다.)
surv_rate.unstack()
# isChild False True
# Sex Pclass
# female first 0.978495 0.000000
# second 0.911765 1.000000
# third 0.504132 0.478261
# male first 0.352941 1.000000
# second 0.080808 1.000000
# third 0.118012 0.360000
# 5. PClass 를 column으로 변경 (indexlevel = -2로 설정)
surv_rate.unstack(-2)
# Pclass first second third
# Sex isChild
# female False 0.978495 0.911765 0.504132
# True 0.000000 1.000000 0.478261
# male False 0.352941 0.080808 0.118012
# True 1.000000 1.000000 0.360000
# 6. 성별을 column으로 변경 (indexlevel = -3로 설정)
surv_rate.unstack(-3)
# Sex female male
# Pclass isChild
# first False 0.978495 0.352941
# True 0.000000 1.000000
# second False 0.911765 0.080808
# True 1.000000 1.000000
# third False 0.504132 0.118012
# True 0.478261 0.360000
# index level을 서로 바꿀수 있다.
# -2로 설정하면 ischild 와 Pcalss 순서변경 (이후 sort_index로 정렬할수 있다.)
surv_rate.swaplevel(-2)
"""
Sex isChild Pclass
female False first 0.978495
True first 0.000000
False second 0.911765
True second 1.000000
False third 0.504132
True third 0.478261
male False first 0.352941
True first 1.000000
False second 0.080808
True second 1.000000
False third 0.118012
True third 0.360000
Name: Survived, dtype: float64
"""
# swaplevel -3이면 성별과 isChild순서를 변경
surv_rate.swaplevel(-3)
"""
isChild Pclass Sex
False first female 0.978495
True first female 0.000000
False second female 0.911765
True second female 1.000000
False third female 0.504132
True third female 0.478261
False first male 0.352941
True first male 1.000000
False second male 0.080808
True second male 1.000000
False third male 0.118012
True third male 0.360000
Name: Survived, dtype: float64
"""
# droplevel로 삭제도 가능하다.
# isChild삭제
surv_rate.droplevel([-1,-2])
"""
Sex
female 0.978495
female 0.000000
female 0.911765
female 1.000000
female 0.504132
female 0.478261
male 0.352941
male 1.000000
male 0.080808
male 1.000000
male 0.118012
male 0.360000
Name: Survived, dtype: float64
"""
# groupby 와 unstack은 기본적으로 pivot_table 이나 crosstab결과와 동일하다.
# 아래 3가지 결과가 모두 동일하다.
df.pivot_table(values='Survived', index=["Sex","Pclass"],columns=["isChild"], aggfunc="mean")
pd.crosstab([df.Sex,df.Pclass], df.isChild, values=df.Survived, aggfunc="mean")
surv_rate.unstack()
# isChild False True
# Sex Pclass
# female first 0.978495 0.000000
# second 0.911765 1.000000
# third 0.504132 0.478261
# male first 0.352941 1.000000
# second 0.080808 1.000000
# third 0.118012 0.360000