정렬, 순위 매기기, 재인덱싱

실제 데이터셋은 분석하기에 알맞은 순서로 정리돼 있는 경우가 드뭅니다.

원하는 형태로 데이터를 재배치하거나 우선순위를 파악하기 위해서는 정렬(sorting), 순위 매기기(ranking), 재인덱싱(reindexing) 같은 기능이 필요합니다.

Pandas는 이런 작업을 직관적이고 간단하게 처리할 수 있는 다양한 메서드를 제공합니다.

예를 들어, 특정 열을 기준으로 오름차순/내림차순 정렬하거나, 각 행의 순위를 계산하고, 새로운 인덱스 구조를 설정하는 것이 가능합니다.

이번 수업에서는 이러한 기능을 활용해 데이터를 원하는 형태로 재배치하는 방법을 배워보겠습니다.

.sort_values()를 사용하면 하나 이상의 열을 기준으로 DataFrame을 정렬할 수 있습니다.

복사
data = {
    "Name": ["Alice", "Bob", "Charlie"],
    "Score": [85, 90, 78]
}

df = pd.DataFrame(data)

df.sort_values(by="Score", ascending=False)

# 출력:
#    Name  Score
# 1    Bob     90
# 0  Alice     85
# 2 Charlie     78

이를 통해 상위 점수자, 가장 이른 날짜, 최저가 등을 쉽게 찾을 수 있습니다.

값에 순위를 매기려면 .rank()를 사용합니다. 각 값에 순위 번호를 부여하고 동점도 자동으로 처리합니다.

복사
df["점수"].rank(ascending=False)

# 출력:
# 0    2.0
# 1    1.0
# 2    3.0
# Name: Score, dtype: float64

이러한 기능은 리더보드나 백분위 기반 그룹화에 유용합니다.

재인덱싱은 .reindex()로 행의 순서를 초기화하거나 원하는 순서로 맞출 수 있도록 합니다.

복사
df.reindex([2, 0, 1])

# 출력:
#    Name  Score
# 2 Charlie     78
# 0  Alice     85
# 1    Bob     90

이를 통해 데이터셋의 인덱스를 맞추거나 원하는 순서의 뷰를 만들 수 있습니다.