[Pandas] pivot

정의

DataFrame.pivot(index, columns, values) 는 long-format → wide-format 변환. 한 열의 고유 값들이 새 컬럼이 되고, 원래 데이터는 그 자리에 배치된다.

집계가 없으므로 같은 (index, columns) 조합이 두 번 있으면 에러. 집계가 필요하면 Pandas pivot_table.

시각화

기본

import pandas as pd
df = pd.DataFrame({
  'date': ['2024-01', '2024-01', '2024-02', '2024-02'],
  'product': ['A', 'B', 'A', 'B'],
  'sales': [100, 200, 150, 250],
})
result = df.pivot(index='date', columns='product', values='sales')
print(result)

product     A    B
date
2024-01   100  200
2024-02   150  250

Before (long-format):

After (wide-format):

행 라벨 (date) 는 유지, product 의 고유값 (A, B) 이 새 컬럼 이 됨.

여러 values

df.pivot(index='date', columns='product', values=['sales', 'qty'])
# MultiIndex 컬럼

중복 (index, columns) → 에러

df = pd.DataFrame({
    'date': ['2024-01', '2024-01'],
    'product': ['A', 'A'],          # ← 중복!
    'sales': [100, 50],
})
df.pivot(index='date', columns='product', values='sales')
# ValueError: Index contains duplicate entries, cannot reshape

해법: pivot_table (집계 사용).

df.pivot_table(index='date', columns='product', values='sales', aggfunc='sum')
# A → 150 (집계됨)

pivot 의 결과 처리

result = df.pivot(index='date', columns='product', values='sales')
result.columns.name = None       # 'product' 이름 제거
result = result.reset_index()    # date 를 컬럼으로

pivot vs pivot_table

데이터가 이미 unique 한 long-format 이면 pivot, 아니면 pivot_table.

자주 만나는 함정

1. NaN 발생

# 일부 (date, product) 조합이 빠져 있으면 NaN
df.pivot(index='date', columns='product', values='sales')
# 빈 칸은 NaN

2. 컬럼 이름이 MultiIndex 가 됨

df.pivot(index='date', columns='product', values=['sales','qty'])
# 컬럼: ('sales','A'), ('sales','B'), ('qty','A'), ('qty','B')

평탄화: df.columns = ['_'.join(c) for c in df.columns].

3. unstack 과 거의 같음

df.set_index(['date', 'product'])['sales'].unstack()
# pivot 과 같은 결과 (MultiIndex 기반)

참고

• Pandas pivot_table
• Pandas melt
• Pandas stack-unstack