[Pandas] agg / aggregate

정의

agg(func) 는 여러 집계 함수를 한 번에 적용 한다. GroupBy, DataFrame, Series 모두에서 사용 가능. aggregate 는 같은 함수의 별칭.

agg 처리 흐름

flowchart LR
    A["DataFrame / Series"] --> B["groupby (선택)"]
    B --> C["agg(func)"]
    A --> C
    C --> D{"출력 형태"}
    D -->|"단일 함수"| E["Series (컬럼별 결과)"]
    D -->|"함수 리스트"| F["DataFrame (함수 x 컬럼)"]
    D -->|"named aggregation"| G["DataFrame (직접 지정 컬럼명)"]
    D -->|"컬럼별 다른 함수"| H["DataFrame (MultiIndex 컬럼 가능)"]

사용 상황

다양한 형태

단일 함수

df.agg('mean')                 # 모든 컬럼에 mean
df['col'].agg('sum')

함수 리스트

df.agg(['mean', 'sum', 'std'])  # 각 컬럼에 여러 함수

import pandas as pd
df = pd.DataFrame({'a': [1,2,3,4,5], 'b': [10,20,30,40,50]})
print(df.agg(['mean', 'std', 'min', 'max']))

        a          b
mean  3.000000  30.000000
std   1.581139  15.811388
min   1.000000  10.000000
max   5.000000  50.000000

컬럼별 다른 함수

df.agg({
    'salary': ['mean', 'sum'],
    'age': ['min', 'max'],
})

groupby + agg

df.groupby('city').agg({
    'salary': ['mean', 'max'],
    'age': 'mean',
})

결과는 MultiIndex 컬럼.

named aggregation (이름 있는 집계)

df.groupby('city').agg(
    avg_salary=('salary', 'mean'),
    max_salary=('salary', 'max'),
    avg_age=('age', 'mean'),
)

import pandas as pd
df = pd.DataFrame({
  'city': ['Seoul', 'Busan', 'Seoul', 'Busan'],
  'salary': [3000, 4000, 5000, 4500],
  'age': [25, 30, 35, 40],
})
result = df.groupby('city').agg(
  avg_sal=('salary', 'mean'),
  max_sal=('salary', 'max'),
  avg_age=('age', 'mean'),
)
print(result)

       avg_sal  max_sal  avg_age
city
Busan   4250.0     4500     35.0
Seoul   4000.0     5000     30.0

가장 깔끔한 권장 패턴, 컬럼 이름이 명확.

람다 / 사용자 함수

df.groupby('city').agg(
    median_sal=('salary', lambda s: s.median()),
    range_sal=('salary', lambda s: s.max() - s.min()),
    cv_sal=('salary', lambda s: s.std() / s.mean()),  # 변동계수
)

람다의 단점: 함수명이 <lambda> 로 표시. named aggregation 으로 보완.

DataFrame vs GroupBy agg 비교

import pandas as pd

df = pd.DataFrame({'a': [1, 2, 3], 'b': [10, 20, 30]})

# DataFrame.agg: 전체 컬럼에 집계
print(df.agg(['mean', 'sum']))
# 출력: 2행 (mean, sum) x 2열 (a, b)

# Series.agg: 단일 컬럼
print(df['a'].agg(['mean', 'sum']))
# 출력: 2행 Series

# GroupBy.agg: 그룹별
print(df.assign(g=['x', 'x', 'y']).groupby('g').agg(['mean', 'sum']))
# 출력: 2행 (x, y) x 4열 (a-mean, a-sum, b-mean, b-sum)

transform 과의 차이

# agg: 요약
df.groupby('city')['salary'].agg('mean')
# city
# Busan    4250.0
# Seoul    4000.0

# transform: 원본 길이 유지 (join 없이 붙이기)
df['city_avg'] = df.groupby('city')['salary'].transform('mean')
# 각 행의 도시 평균이 그 행에 붙음

자주 쓰는 집계 함수 모음

실전 패턴

기술 통계 한 번에

df.agg({
    'revenue': ['sum', 'mean', 'std', 'min', 'max'],
    'qty': ['sum', 'mean'],
    'user_id': 'nunique',
})

보고용 요약 (named agg)

summary = df.groupby(['region', 'channel']).agg(
    total_revenue=('revenue', 'sum'),
    avg_order=('revenue', 'mean'),
    order_count=('order_id', 'count'),
    unique_users=('user_id', 'nunique'),
    p90_revenue=('revenue', lambda s: s.quantile(0.9)),
)

여러 quantile 동시

import numpy as np
df.groupby('group')['value'].agg([
    ('p25', lambda s: s.quantile(0.25)),
    ('p50', lambda s: s.quantile(0.50)),
    ('p75', lambda s: s.quantile(0.75)),
    ('p99', lambda s: s.quantile(0.99)),
])

pandas 2.x: as_index 와 reset_index

# as_index=False: 그룹 key 를 컬럼으로
df.groupby('city', as_index=False).agg(
    avg_sal=('salary', 'mean'),
)
# as_index=True (기본) + reset_index() 와 같은 효과

함정

1. MultiIndex 컬럼

df.groupby('city').agg({'salary': ['mean', 'max']})
# 컬럼이 ('salary', 'mean'), ('salary', 'max') MultiIndex
# 평탄화: df.columns = ['_'.join(c) for c in df.columns]

named aggregation 이 이를 자연스럽게 회피.

2. 함수 이름의 충돌

import numpy as np
df.agg(['mean', 'sum', np.mean])    # mean 이 두 번 → 컬럼 충돌

3. groupby + agg 의 dropna

df.groupby('city', dropna=False).agg(...)
# city 가 NaN 인 그룹도 포함 (기본은 제외)

4. count vs size

df.groupby('city').agg({'salary': 'count', 'bonus': 'size'})
# count: NaN 제외, size: NaN 포함
# size 는 컬럼과 무관하게 그룹 크기

5. pandas 2.x observed 경고

# Categorical 컬럼으로 groupby 할 때
df.groupby('cat_col', observed=True).agg(...)   # 등장한 카테고리만
df.groupby('cat_col', observed=False).agg(...)  # 모든 카테고리 포함
# pandas 2.x 에서 명시 안 하면 FutureWarning

관련 위키

• Pandas groupby
• Pandas transform / apply
• Pandas pivot_table
• Pandas DataFrame
• Pandas Series