# 위클리 페이퍼 3

Q1.Pandas의 merge() 메소드와 join() 메소드의 차이는 무엇이고,

언제 어떤 것을 사용하는 것이 더 적절한가요?

 

 

둘 다 데이터프레임을 병합하는 함수이지만, 내부적으로 merge()가 더 일반화된 방식이고, join()은 merge()의 축약 버전

 

가장 큰 차이 = 기준이 되는 key 위치

✔ merge()

• 기준 컬럼을 명시적으로 지정해야 한다.
• on=, left_on=, right_on= 전부 가능.
• 양쪽 모두 컬럼 기반 merge가 기본.

df.merge(df2, on="id", how="left")
df.merge(df2, left_on="name", right_on="username", how="inner")

 

✔ join()

• 기본이 index 기반 병합이다.
• 컬럼을 기준으로 join하려면 set_index()를 해서 index를 맞춰야 한다.
• 사실상 "편의 기능".

df1.join(df2, how="left") 
# df2의 index 기준으로 붙음

 

 

merge()를 쓰는 상황

• key 컬럼이 존재할 때
• key 컬럼 이름이 서로 다를 때
• 여러 컬럼으로 병합할 때
• 분석용 데이터 병합 대부분

→ 데이터 분석에서 90% 이상 merge()가 표준

---

join()을 써도 되는 상황

• 이미 index 기반으로 정렬된 데이터가 있고 index 기준으로 붙이고 싶을 때
• 시계열 데이터 / 리샘플링 후 join에서 조금 편함
• 가볍게 옆으로 붙이는 정도

→ index 기반 가벼운 조인에 적합.

.

 

 

 

Q2.Tableau Public에서 인상적인 비즈니스 시각화 대시보드를 찾아서 공유해주세요.

태블로의 어떤 기능을 이용하여 구현했을지 추측한 결과를 공유해주세요.

 

Parameter + Filter + Highlight Action 조합

 

위의 두개는 보통 일러스트레이터나 피그마를 통해 이미지를 먼저 제작하고 그래프를 그 위에 입힌 형태라고 한다.