Pandas로 월별, 제품별 매출 분석하기

여러 제품의 월별 판매량, 객단가, 매출 데이터를 빠르게 분석하려면 어떻게 해야 할까요?

데이터를 분석하다 보면 월별 및 제품별로 다양한 항목에 대한 통계를 계산해야 할 때가 있습니다.

Pandas를 사용하면 이러한 복잡한 작업도 자동화할 수 있습니다.

이번에는 월별, 제품별로 객단가, 판매량, 매출 데이터를 분석하는 방법을 살펴보겠습니다.

예를 들어, 아래와 같이 1월부터 3월까지 A, B 제품에 대한 객단가와 판매량 데이터가 있다고 가정해보겠습니다.

Copy
import pandas as pd

# 예시 데이터 생성
data = {
    '월': ['2023-01', '2023-01', '2023-02', '2023-02', '2023-03', '2023-03'],
    '제품': ['A', 'B', 'A', 'B', 'A', 'B'],
    '객단가': [20, 30, 22, 28, 21, 29],
    '판매량': [100, 150, 120, 130, 110, 140],
}

df = pd.DataFrame(data)

# 매출 계산
df['매출'] = df['객단가'] * df['판매량']

print(df)

위 코드를 실행하면 다음과 같은 데이터프레임이 생성됩니다.

Copy
        월   제품  객단가  판매량     매출
0  2023-01   A   20   100   2000
1  2023-01   B   30   150   4500
2  2023-02   A   22   120   2640
3  2023-02   B   28   130   3640
4  2023-03   A   21   110   2310
5  2023-03   B   29   140   4060

이제 이 데이터프레임을 바탕으로 제품별, 월별로 요약된 데이터를 구성해 보겠습니다.

먼저 제품별로 총 판매량과 매출을 요약해 보겠습니다.

그룹화된 데이터를 요약하려면 groupby 함수를 사용하여 월별로 데이터를 그룹화하고, agg 함수를 사용하여 각 그룹에 대한 요약 통계를 계산할 수 있습니다.

'agg' 함수는 데이터프레임의 데이터를 집계(aggregate)할 때 사용하는 함수로, agg('mean')은 각 그룹의 평균값을 계산하고, agg('sum')은 각 그룹의 합계를 계산합니다.

제품별 총 매출은 df.groupby('제품')과 같이 제품으로 그룹화해 계산할 수 있습니다.

Copy
import pandas as pd

data = {
    '월': ['2023-01', '2023-01', '2023-02', '2023-02', '2023-03', '2023-03'],
    '제품': ['A', 'B', 'A', 'B', 'A', 'B'],
    '객단가': [20, 30, 22, 28, 21, 29],
    '판매량': [100, 150, 120, 130, 110, 140],
}

df = pd.DataFrame(data)

# 매출 계산
df['매출'] = df['객단가'] * df['판매량']

# 제품별 총 매출 및 판매량 요약
result = df.groupby('제품').agg({'판매량': 'sum', '매출': 'sum'})

print(result)

이 코드를 실행하면 다음과 같은 요약 데이터가 출력됩니다.

Copy
      판매량    매출
제품
A     330   6950
B     420   12200

월별 총 매출은 df.groupby('월')과 같이 월로 그룹화해 계산할 수 있습니다.

Copy
...(생략)...
# 월별 총 매출 및 판매량 요약
result = df.groupby('월').agg({'판매량': 'sum', '매출': 'sum'})

이 코드를 실행하면 다음과 같은 결과가 출력됩니다.

Copy
        판매량    매출
월
2023-01   250   6500
2023-02   250   6280
2023-03   250   6370

더 나아가, 데이터를 피벗 테이블로 재구성하여 특정 항목을 기준으로 데이터를 비교할 수도 있습니다. 여기서는 각 월별로 제품별 매출을 비교해보겠습니다.

Copy
# 월별, 제품별 매출 피벗 테이블
피벗_매출_테이블 = df.pivot_table(values='매출', index='월', columns='제품', aggfunc='sum', fill_value=0)
print(피벗_매출_테이블)

결과는 다음과 같이 출력됩니다:

Copy
제품        A      B
월                   
2023-01  2000   4500
2023-02  2640   3640
2023-03  2310   4060

이렇게 하면 각 월별로 제품 A와 B의 매출을 한눈에 비교할 수 있습니다.