컬럼 언피벗

데이터는 같은 정보가 포함되어 있더라도, 짧고 넓게 또는 길고 얇게와 같이 다양한 방식으로 구성될 수 있습니다. 경우에 따라 데이터가 길고 얇은 형식으로 구성된 경우, 즉 값이 적은 개수의 값 컬럼으로 수집되어 있으면 시각화가 더 쉬울 수 있습니다. 언피벗은 데이터를 짧고 넓은 형식에서 길고 얇은 형식으로 변환하여 데이터를 시각화에 원하는 방식으로 표시할 수 있는 한 가지 방법입니다.

이 태스크 정보

비슷한 값이 포함된 여러 컬럼을 선택하고 언피벗을 사용하여 모든 값이 포함된 하나의 컬럼으로 결합할 수 있습니다. 소스 컬럼의 데이터 형식이 서로 다른 경우 결합된 컬럼에서는 여러 데이터가 공통 데이터 형식으로 변환됩니다.

시작하기 전에

분석에 데이터가 로드되어 있고 분석이 편집 모드에 있어야 합니다.

프로시저

작성 막대에서 분석의 데이터를 클릭하고 결합할 컬럼을 선택합니다.
- 연속되는 컬럼 그룹을 선택하려면 첫 번째 컬럼을 클릭하고 Shift 키를 누른 채 마지막 컬럼을 클릭합니다.
- 연속되지 않은 컬럼을 선택하려면 Ctrl 키를 누른 채 개별 컬럼을 각각 클릭하거나, 각 컬럼의 확인란을 선택합니다.
선택된 컬럼 중 하나를 마우스 오른쪽 단추로 클릭하고 팝업 메뉴에서 언피벗을 선택합니다.

결과

선택된 컬럼의 값이 "값"이라는 하나의 컬럼으로 결합됩니다. 또한 이전 컬럼 이름이 범주로 사용되는 새 범주 컬럼이 만들어집니다.

예: 여러 온도 입력을 평균 온도로 결합

이 예에서는 매우 작은 데이터 테이블의 언피벗을 보여 줍니다. 원본 데이터 테이블에는 세 개의 컬럼과 네 개의 행이 있습니다. 각 행에는 구/군/시와 각 구/군/시의 아침 온도 및 저녁 온도가 포함되어 있습니다.

Short/wide data table with temperature data.

유용한 데이터이기는 하지만 모든 도시의 1일 평균 온도를 알아야 할 수 있습니다.

분석의 데이터 플라이아웃에서 아침 온도 및 저녁 온도 컬럼을 클릭하여 선택한 다음 마우스 오른쪽 단추를 클릭하고 언피벗을 선택합니다.

Unpivot option in the pop-up menu of the Data panel.

원하는 경우 플라이아웃에서 새 컬럼의 이름을 변경할 수 있습니다. 이 예에서는 새 값 컬럼의 이름이 "Temperature"로 변경되고 새 범주 컬럼은 "Type of measurement"로 지정됩니다.

Editing a column name in the expanded Data panel.

데이터를 언피벗하면 데이터 테이블의 각 측정마다 하나의 행이 생깁니다.

Tall/skinny data table with temperature data, after unpivoting.

이제 각 도시의 평균 온도 값을 막대 그래프 등에 손쉽게 표시할 수 있습니다.

Bar chart showing average temperature in different cities.

주: 원본 데이터에서 아침 온도는 정수로 제공되고 저녁 온도는 실수로 제공됩니다. 언피벗된 데이터 테이블에서는 모든 값의 데이터 형식이 동일해야 합니다. 따라서 정수는 자동으로 실수로 변경됩니다(실수 온도를 정수로 변경할 경우 정보 손실이 발생하므로).

예: 여러 데스크의 판매 데이터를 단일 컬럼으로 결합

이 예에는 박물관의 입장권 판매 관련 데이터가 포함된 대용량 데이터 세트를 사용합니다. 원본 데이터 테이블에서는 5개 매표구(데스크) 각각에 대한 데이터와 각 매표구에서 성인, 어린이 및 고령자에게 매일 판매한 티켓 수를 보여 줍니다. 데이터가 짧고 넓은 형식으로 구성되어 있습니다. 즉, 스프레드시트에는 비슷한 데이터가 포함된 여러 개의 컬럼이 있습니다.

Short/wide data table with ticket sales information.

각 카운터에서 누구에게 몇 장의 입장권이 판매되었는지가 아니라 전체적인 입장권 판매의 분석에 관심이 있는 경우에는, 데이터를 언피벗할 수 있습니다. 이 방법을 사용하면 Desk 컬럼을 하나의 컬럼으로 결합하고 모든 입장권 판매 수를 다른 컬럼으로 병합할 수 있습니다.

아래 데이터 테이블에서는 동일한 데이터가 길고 얇은 형식으로 구성되어 있습니다. 데스크의 값은 "Tickets"라는 하나의 컬럼으로 결합되고 "Desk"는 입장권을 판매한 데스크를 보여 주는 새 범주 컬럼입니다.

Tall/skinny data table with ticket sales information, after unpivoting.

새 데이터 테이블의 분석을 수행하면 가장 적은 수의 입장권이 판매된 요일은 수요일임을 알 수 있습니다.

Bar charts showing ticket sales per week day and quarter.