정렬, 순위 매기기, 재인덱싱

분석에 딱 맞는 순서로 데이터가 들어오는 경우는 드뭅니다. 이럴 때 필요한 것이 정렬(sorting), 순위 매기기(ranking), 재인덱싱(reindexing)입니다.

열 값으로 정렬하든 행 순서를 직접 바꾸든, pandas를 사용하면 이를 간단히 처리할 수 있습니다.

.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 있게 해줍니다.

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.