Pandas DataFrame에서 월별로 그룹화하여 열 값 합계 계산하기

이 글에서는 자동차 판매 기록을 예로 들어, 구매 날짜(Date_of_Purchase)를 기준으로 월별로 그룹화한 뒤 매월 자동차 등록 가격(Reg_Price)의 합계를 계산하는 방법을 알아보겠습니다. 합계를 구할 때는 sum() 메서드를 사용합니다.

1. 예제용 DataFrame 준비하기

먼저 세 개의 열(Car, Date_of_Purchase, Reg_Price)로 구성된 Pandas DataFrame이 있다고 가정해 보겠습니다.

import pandas as pd

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

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

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

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

2. Grouper로 월별 그룹화하고 합계 계산하기

groupby() 함수 내에서 pd.Grouper를 사용하면 날짜 열을 원하는 주기로 손쉽게 묶을 수 있습니다. freq(주기)를 'M'으로 설정하면 월 단위로 그룹화되며, 이후 sum() 함수를 호출해 각 월의 합계를 계산합니다.

print("\nGroup Dataframe by month...\n",
      dataFrame.groupby(pd.Grouper(key='Date_of_Purchase', axis=0, freq='M')).sum())

• key='Date_of_Purchase': 그룹화의 기준이 될 날짜 열을 지정합니다.
• freq='M': 월(Month) 단위로 데이터를 묶습니다.
• .sum(): 그룹별로 수치형 열의 합계를 계산합니다.

3. 전체 코드

import pandas as pd

# Date_of_Purchase 열을 포함한 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("2021-07-11"),
            pd.Timestamp("2021-06-25"),
            pd.Timestamp("2021-06-29"),
            pd.Timestamp("2021-03-20"),
            pd.Timestamp("2021-01-22"),
            pd.Timestamp("2021-01-06"),
            pd.Timestamp("2021-01-04"),
            pd.Timestamp("2021-05-09")
        ],

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

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

# groupby 함수 내에서 Grouper로 Date_of_Purchase 열 선택
# 월 단위로 그룹화하여 합계 계산
print("\nGroup Dataframe by month...\n",
      dataFrame.groupby(pd.Grouper(key='Date_of_Purchase', axis=0, freq='M')).sum())

4. 실행 결과

위 코드를 실행하면 다음과 같은 결과가 출력됩니다.

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

Group Dataframe by month...
                   Reg_Price
Date_of_Purchase
2021-01-31           4250.0
2021-02-28              NaN
2021-03-31           1700.0
2021-04-30              NaN
2021-05-31           1350.0
2021-06-30           3000.0
2021-07-31           1400.0

결과를 보면 각 월의 마지막 날짜를 인덱스로 하여 해당 월에 판매된 차량들의 등록 가격 합계가 집계된 것을 확인할 수 있습니다. 예를 들어 2021년 1월에는 Toyota(1800), Nissan(1300), Bentley(1150)가 판매되어 총합 4250이 되었습니다. 판매 기록이 없는 2월과 4월은 NaN으로 표시됩니다.