import pandas as pd
import seaborn as sns

df = sns.load_dataset('titanic')
print(df.shape)
df.head(2)

(891, 15)

	survived	pclass	sex	age	sibsp	parch	fare	embarked	class	who	adult_male	deck	embark_town	alive	alone
0	0	3	male	22.0	1	0	7.2500	S	Third	man	True	NaN	Southampton	no	False
1	1	1	female	38.0	1	0	71.2833	C	First	woman	False	C	Cherbourg	yes	False

---

3.1. groupby() 해서 size() 로 group별 row 개수 확인

• class, survived 로 그룹핑
• survived 의 0, 1이 row로 표현 됨

df.groupby(['class', 'survived']).size()

class   survived
First   0            80
        1           136
Second  0            97
        1            87
Third   0           372
        1           119
dtype: int64

---

3.2. unstack() 까지 해서 survived의 그룹들을 column으로 표현

• 파라미터 없이 unstack()을 호출하면 row의 멀티인덱스 중 마지막 인덱스를 column으로 펼쳐 줌

df.groupby(['class', 'survived']).size().unstack()

survived	0	1
class
First	80	136
Second	97	87
Third	372	119

---

3.3. reset_index() 까지 해서 멀티인덱스 없앰

• 요렇게 해야 보기 편한것 같음
• 추가 조작을 위해 새로운 변수에 할당도

df_grouped = df.groupby(['class', 'survived']).size().unstack().reset_index()
df_grouped

survived	class	0	1
0	First	80	136
1	Second	97	87
2	Third	372	119

---

3.4. 추가 조작

• survived_ratio 열 추가

# 컴럼명 확인 : 0, 1은 문자열 아니고 그냥 숫자
df_grouped.columns

Index(['class', 0, 1], dtype='object', name='survived')

df_grouped['survived_ratio'] = df_grouped[1] / (df_grouped[0] + df_grouped[1])
df_grouped

survived	class	0	1	survived_ratio
0	First	80	136	0.629630
1	Second	97	87	0.472826
2	Third	372	119	0.242363

# 필요한 경우 소팅
df_grouped.sort_values(by='survived_ratio', ascending=True)

survived	class	0	1	survived_ratio
2	Third	372	119	0.242363
1	Second	97	87	0.472826
0	First	80	136	0.629630