같은 사실을 두 방식으로 저장할 수 있습니다. 긴 데이터는 관측마다 한 행 — 고객, 월, 값. 넓은 데이터는 개체마다 한 행이고 범주마다 열 — 고객, 그리고 월마다 하나의 열. 위 그림이 둘 사이의 재구조화를 보여줍니다.
Note
어느 모양도 더 정답은 아닙니다. 옳은 것은 다음에 할 일에 달렸습니다 — 모델링, 차트, 조인이 각각 다른 배치를 선호합니다.
어떤 작업에 어떤 모양
| 작업 | 선호 모양 |
|---|---|
| 대부분의 모델링 / 타이디 분석 | 긴 형태 — 행마다 관측 하나 |
| 교차표 보고서와 대시보드 | 넓은 형태 — 범주가 열 |
| 개체별 시계열 | 흔히 넓은 형태 — 기간마다 열 |
긴→넓은 피벗은 범주 열을 여러 열로 펼치고, 넓은→긴은 그것을 키-값 쌍으로 되접습니다.
피벗 vs 집계
피벗은 흔히 집계를 동반합니다: 여러 행이 같은 개체·범주를 공유하면 어떻게 결합할지 정해야 합니다 — 합, 평균, 개수. 잘못된 집계를 고르면 각 셀의 의미가 조용히 바뀝니다.
Watch out
피벗의 셀에 값이 여럿이면 집계는 세부가 아니라 결정입니다. 재구조화 전에 합인지 평균인지 확인하세요.
재구조화의 함정
- 몰랐던 중복 키를 숨기는 조용한 집계
- 희소 범주의 넓은 데이터가 많은 결측 셀 생성
- 피벗에 포함되지 않아 필요했던 열 상실
SKARI 데이터 편집기의 피벗
데이터 편집기의 피벗 도구는 코드 없이 데이터를 재구조화합니다: 행 키, 펼칠 열, 값, 집계를 고른 뒤 — 적용 전에 재구조화된 표를 미리 봅니다.
- 명시적 집계 선택이 있는 긴→넓은 피벗
- 적용 전 재구조화된 표 미리보기
- 추적되는 파이프라인 단계로 기록되는 재구조화
Takeaway
집계를 의도적으로 고르고 결과를 먼저 봅니다 — 재구조화에 묻힌 조용한 놀라움이 없습니다.
자주 묻는 질문
모델링엔 긴 형태와 넓은 형태 중?
대개 긴('타이디') 데이터 — 행마다 관측 하나가 대부분의 모델링·플롯 도구가 기대하는 것입니다.
melt / 언피벗이란?
피벗의 반대: 넓은 열을 긴 키-값 행으로 되접습니다.
왜 피벗에서 빈칸이 생겼나요?
일부 개체-범주 조합에 데이터가 없어서 — 희소 범주는 넓은 형태에서 빈 셀을 남깁니다.
결론
피벗은 다음 단계에 맞는 배치를 고르는 것일 뿐입니다. 언제 긴 형태와 넓은 형태가 필요한지 알고, 집계를 의도적으로 정하고, 결과를 미리 보면 — 재구조화가 조용한 오류의 원천이 아니라 도구가 됩니다.
Takeaway
습관이 아니라 작업에 맞게 재구조화하세요 — 그리고 피벗이 셀을 다시 쓰기 전에 항상 집계를 확인하세요.
데이터셋 조인
재구조화 후 표 결합하기
특성 공학
넓은 배치에서 특성 만들기
열 프로파일링
재구조화 결과 점검하기