스프레드시트 데이터 입력 원칙

스프레드시트 데이터 입력 원칙

엑셀(Excel)이나 구글 시트(Google Sheets)처럼 행과 열로 구성된 표 형식 데이터를 일반적으로 스프레드시트(spreadsheet)라고 부른다. 스프레드시트는 데이터를 원활히 취합, 변형, 정리하기 위해 사용한다. 추가 기능을 통해 보고서 형식으로 작성할 수 있으나 이는 데이터를 다른다는 본래 기능을 갖춘 후 부수적인 작업으로 진행해야 한다.

데이터를 보다 효과, 효율적으로 처리하가 위한 몇가지 원칙을 알아 본다.

열 단위로 데이터 정리

스프레드시트 데이터는 열 단위로 데이터를 저장하는 것을 원칙으로 한다. 예로, 날짜별 기온을 정리한다면 첫 번째 열에 날짜와 두 번째 열에 기온을 입력한다. 물론 데이터가 늘어나면서 밑으로 길어지는 단점이 생기지만 이는 여러 방법을 통해 효율적으로 통제가 가능하다. 데이터 취합 시 열 단위로 정리하는 것이 이후 추가 작업을 원활히 진행할 수 있다.

날짜	기온
4/01	17
4/02	18
4/03	19

참고로, 열로 정리하게 되면 보기는 편할 수 있으나 데이터를 취급하기엔 불편하다.

날짜	4/01	4/02	4/03
기온	17	18	19

열 하나에 단일 정보만 지정

열 하나는 단일 정보만 지정하도록 한다. 예로, 날짜별 날씨가 아래와 같이 저장되어 있다면 날씨와 온도를 분리하여 저장한다.

날짜	날씨
4/01	맑음 17
4/02	구름 18
4/03	맑음 19

날짜	날씨	기온
4/01	맑음	17
4/02	구름	18
4/03	맑음	19

데이터 유형 유지

데이터가 숫자인 경우 숫자로만, 날짜인 경우 날짜 형식을 통일해서 저장한다. 숫자 경우 “,”로 구문을 하거나 화폐 단위를 입력하게 되면 숫자가 아닌 문자로 인식하게 되어 자료 가공 시 추가 작업을 수행해야 한다. 날짜 경우, “2025-04-06”, “2025.04.06” 등 날짜 표현 형식을 통일해야 날짜로 인식하게 된다. 년도가 없거나, 작성자마다 각각 편한 방법으로 입력을 하게 되면 데이터 가공시 불필요한 정제 작업을 진행해야 한다.

날짜	날씨	기온	누적강수량
4/01	맑음	17	1010
2025-04-02	구름	18도	1010
2025.04.03	맑음	19	1,010

셀 병합 및 합치기 금지

같은 값을 같거나 가독성을 위해 행이나 열을 병햡 또는 합치는 경우가 있다. 이는 데이터 가공시 많은 주의와 노력을 요구하게 된다. 따라서 비 값으로 유지하거나 동일 값이더라도 명시해야 한다. 원본데이터를 꼭 사용해야 한다면 폰트 색을 변경해서 화면상 감추는 등 다른 방법을 통해 해결한다.

날짜	날씨	기온
4/01	맑음	17
4/02		18
4/03	구름	19

위와 같은 상황이면 아래와 같이 표면적으로 병합한 효과를 만들 수 있다.

날짜	날씨	기온
4/01	맑음	17
4/02	맑음	18
4/03	구름	19

long 형식과 wide 형식

데이터를 정리함에 있어 long format과 wide format이 있다. 이는 데이터를 행과 열로 구성할 때 구조 차이를 설명하는 것으로 시계열 데이터 처리나 통계분석, 시각화 전처리 등에 사용된다.

항목	long format	wide format
구조	관측값이 열(column)로 분리되지 않고, 변수 값으로 표현됨	각 변수나 시점이 열(column)로 분리됨
형태	행이 많고 열이 적음	행이 적고 열이 많음
용도	시각화(ggplot, seaborn 등), 통계 분석에 적합	사람이 읽기 쉬움, 요약표 형태
예시	각 날짜별 기온이 여러 행에 나열	날짜를 열로 나열하여 요약

1) wide format 예시

지역	4/01	4/02	4/03
서울	17	18	19
부산	15	16	17

2) long format 예시

지역	날짜	기온
서울	4/01	17
서울	4/02	18
서울	4/03	19
부산	4/01	15
부산	4/02	16
부산	4/03	17

사용 맥락별 장단점

관점	long format	wide format
시각화 (예: seaborn)	사용 가능 (선호됨)	사용 불가 또는 변환 필요
피벗/집계	집계 처리 쉬움	피벗 처리 어려움
사람이 읽기 편함	다소 불편함	보기 쉬움
데이터 정규화	정규화된 구조	중복 포함됨

데이터 분석이나 머신러닝을 할 경우 long format이 훨씬 활용도가 높다.
반대로 보고용 표나 수기로 작성된 자료는 wide format인 경우가 많다.

참고자료