Pandas DataFrame을 연도별로 그룹화하는 방법 – groupby()와 Grouper 활용하기

Pandas에서 날짜 데이터를 특정 기간 단위로 분석하려면 groupby() 함수와 Grouper를 함께 사용하는 것이 가장 효과적입니다. 이 글에서는 자동차 판매 기록 데이터를 예로 들어, 구매 날짜(Date_of_Purchase) 열을 기준으로 3년 간격으로 그룹화하고 등록 가격(Reg_Price)의 합계를 계산하는 방법을 단계별로 살펴보겠습니다.

예제용 DataFrame 만들기

먼저 차량명(Car), 구매 날짜(Date_of_Purchase), 등록 가격(Reg_Price) 세 개의 열을 가진 Pandas DataFrame을 생성합니다.

# Date_of_Purchase 열이 포함된 DataFrame 생성
dataFrame = pd.DataFrame(
    {
        "Car": ["Audi", "Lexus", "Tesla", "Mercedes", "BMW", "Toyota", "Nissan", "Bentley", "Mustang"],

        "Date_of_Purchase": [pd.Timestamp("2021-06-10"),
            pd.Timestamp("2019-07-11"),
            pd.Timestamp("2016-06-25"),
            pd.Timestamp("2021-06-29"),
            pd.Timestamp("2020-03-20"),
            pd.Timestamp("2019-01-22"),
            pd.Timestamp("2011-01-06"),
            pd.Timestamp("2013-01-04"),
            pd.Timestamp("2014-05-09")
        ],

        "Reg_Price": [1000, 1400, 1100, 900, 1700, 1800, 1300, 1150, 1350]
    }
)

Grouper로 연도별 그룹화하기

다음으로 groupby() 함수 내부에서 Grouper를 사용해 Date_of_Purchase 열을 지정합니다. 이때 빈도(freq)를 '3Y'로 설정하면 데이터가 3년 간격으로 묶입니다.

전체 코드

import pandas as pd

# Date_of_Purchase 열이 포함된 DataFrame 생성
dataFrame = pd.DataFrame(
    {
        "Car": ["Audi", "Lexus", "Tesla", "Mercedes", "BMW", "Toyota", "Nissan", "Bentley", "Mustang"],

        "Date_of_Purchase": [pd.Timestamp("2021-06-10"),
            pd.Timestamp("2019-07-11"),
            pd.Timestamp("2016-06-25"),
            pd.Timestamp("2021-06-29"),
            pd.Timestamp("2020-03-20"),
            pd.Timestamp("2019-01-22"),
            pd.Timestamp("2011-01-06"),
            pd.Timestamp("2013-01-04"),
            pd.Timestamp("2014-05-09")
        ],

        "Reg_Price": [1000, 1400, 1100, 900, 1700, 1800, 1300, 1150, 1350]
    }
)

print("DataFrame...\n", dataFrame)

# groupby 함수 내에서 Grouper로 Date_of_Purchase 열 선택
print("\nGroup Dataframe by 3 years...\n",
      dataFrame.groupby(pd.Grouper(key='Date_of_Purchase', axis=0, freq='3Y')).sum())

실행 결과

위 코드를 실행하면 다음과 같은 출력을 확인할 수 있습니다.

DataFrame...
         Car   Date_of_Purchase Reg_Price
0       Audi          2021-06-10 1000
1      Lexus          2019-07-11 1400
2      Tesla          2016-06-25 1100
3   Mercedes          2021-06-29 900
4       BMW          2020-03-20 1700
5    Toyota          2019-01-22 1800
6     Nissan          2011-01-06 1300
7    Bentley          2013-01-04 1150
8    Mustang          2014-05-09 1350

Group Dataframe by 3 years...
Reg_Price
Date_of_Purchase
2011-12-31 1300
2014-12-31 2500
2017-12-31 1100
2020-12-31 4900
2023-12-31 1900

결과 해석

출력 결과를 보면 날짜가 3년 주기(2011년 말, 2014년 말, 2017년 말, 2020년 말, 2023년 말)로 묶인 것을 알 수 있습니다. 각 구간에 속한 차량들의 등록 가격이 자동으로 합산되어 표시됩니다. 예를 들어 2020-12-31 구간에는 2019년부터 2021년 사이에 구매된 차량(Lexus, Toyota, BMW, Mercedes, Audi)의 등록 가격 합계인 4900이 계산되었습니다.

참고: 최신 버전의 Pandas에서는 연 단위 빈도 문자열로 '3YE' 사용이 권장됩니다. 기존의 'Y' 표기는 향후 버전에서 지원이 중단(deprecated)될 수 있으므로, 사용 중인 Pandas 버전에 맞게 빈도 값을 조정하는 것이 좋습니다.