[LeetCode - Pandas] (Easy) 2890. Reshape Data: Melt

DataFrame report
+-------------+--------+
| Column Name | Type   |
+-------------+--------+
| product     | object |
| quarter_1   | int    |
| quarter_2   | int    |
| quarter_3   | int    |
| quarter_4   | int    |
+-------------+--------+

이 문제는 "각 행이 특정 분기(quarter)마다 제품의 판매 데이터를 나타내도록 데이터를 재구성하는 문제"입니다.

 

즉, 제품별로 분기별 판매 데이터를 분리하여 새로운 형식으로 변환해야 합니다.

 

Example 1:

Input:
+-------------+-----------+-----------+-----------+-----------+
| product     | quarter_1 | quarter_2 | quarter_3 | quarter_4 |
+-------------+-----------+-----------+-----------+-----------+
| Umbrella    | 417       | 224       | 379       | 611       |
| SleepingBag | 800       | 936       | 93        | 875       |
+-------------+-----------+-----------+-----------+-----------+
Output:
+-------------+-----------+-------+
| product     | quarter   | sales |
+-------------+-----------+-------+
| Umbrella    | quarter_1 | 417   |
| SleepingBag | quarter_1 | 800   |
| Umbrella    | quarter_2 | 224   |
| SleepingBag | quarter_2 | 936   |
| Umbrella    | quarter_3 | 379   |
| SleepingBag | quarter_3 | 93    |
| Umbrella    | quarter_4 | 611   |
| SleepingBag | quarter_4 | 875   |
+-------------+-----------+-------+

해석:
이 설명은 DataFrame이 'wide format'에서 'long format'으로 변환되었다는 의미입니다.

'Wide format'은 여러 개의 열을 사용하여 데이터를 표현하는 형식이고, 'Long format'은 각 행(row)이 특정 항목에 대한 값을 나타내는 형식입니다.

 

정답

import pandas as pd

def meltTable(report: pd.DataFrame) -> pd.DataFrame:
    df_melted = pd.melt(report, id_vars=['product'], var_name='quarter', value_name='sales')

    return df_melted

 

개념 정리

Melt() 란? 컬럼을 행으로 보내는 함수

예시 데이터 프레임 df

name	test1	test2	test3
jojo	t1_a	t2_a	t3_a
dodo	t1_b	t2_b	t3_b

 

pd.melt(df, id_vars=['name'], var_name='test', value_name='t_value'

name	test	t_value
jojo	test1	t1_a
dodo	test1	t1_b
jojo	test2	t2_a
dodo	test2	t2_b
jojo	test3	t3_a
dodo	test3	t3_b

 

이와 같이 컬럼명을 행으로 넣고 그 컬럼의 값을 다시 행의 값으로 재 배열을 할 수 있다