4. 분석하기 좋은 데이터 만들기 (2)

칼럼 헤더들이 변수 이름이 아닌 값이다. 다중 변수가 한 칼럼 내에 저장된다. 변수들이 행과 열 모두에 저장된다. 관측 유닛의 여러 속성들이 같은 테이블에 저장된다. 단일 관측 유닛이 여러 테이블에 저장된다.

# Melting id_vars = [ "year", "artist.inverted", "track", "time", "genre", "date.entered", "date.peaked" ] df = pd.melt(frame=df,id_vars=id_vars, var_name="week", value_name="rank") # Formatting # 정규식으로 x1st.week 에서 숫자 1만 추출 df["week"] = df['week'].str.extract('(\d+)', expand=False).astype(int) df["rank"] = df["rank"].astype(int) # 필요없는 행을 삭제합니다. df = df.dropna() # Create "date" columns df['date'] = pd.to_datetime(df['date.entered']) + pd.to_timedelta(df['week'], unit='w') - pd.DateOffset(weeks=1) df = df[["year", "artist.inverted", "track", "time", "genre", "week", "rank", "date"]] df = df.sort_values(ascending=True, by=["year","artist.inverted","track","week","rank"]) # Assigning the tidy dataset to a variable for future usage billboard = df df.head(10)