データをグループでまとめるpandas.groupbyの使い方

pythonで表(DataFrame)を扱うとき、地域や種類といったグループごとに比較したい場合がありますよね。

pandas.groupby()関数を使えば、指定した列のカテゴリでグルーピングすることが可能です。

本記事ではpandas.groupbyの使い方をコードを記載して説明します。

pandas.groupbyの使い方

それでは実際にpandas.groupby()を使ってみましょう。

次のような流れで説明していきます。

この記事のコードはグーグルコラボラトリーで実際にコーディングし、結果を確認しています。

準備

まず始めにpandas.groupby()を使う準備をしましょう。

準備することは次の２つです。

• pandasのインポート
• データセットの用意

#pandasのインポート
import pandas as pd

#データセットの用意
df = pd.DataFrame({
    '品目': ['テレビ', '掃除機', 'テレビ', '掃除機', 'テレビ', '掃除機', 'テレビ', '掃除機', 'テレビ', '掃除機', 'テレビ', '掃除機'],
    'お店': ['東京', '大阪', '大阪', '東京', '東京', '大阪', '大阪', '東京', '東京', '大阪', '大阪', '東京'],
    '販売価格': [17500, 41000, 33000, 39000, 37000, 8500, 48000, 21500, 30500, 46500, 20000, 10500],  
})
df

今回はのデータセットは、東京と大阪の電気屋さんで売れた家電の販売価格表です。

pandas.groupby()の基本的な使い方

それでは実際にpandas.gruoupbyを使ってみましょう。

DataFrame.groupby(‘列名’)で実行可能です。

用意したデータセットを品目ごとにグルーピングし、df2に格納します。

df2 = df.groupby('品目')
df2

実はpandas.groupby()を実行してもグルーピングされた表が出力されるわけではありません。

df2.apply(lambda a: a[:])でグルーピングされた表を可視化できます。

df2.apply(lambda a: a[:])

通常groupbyを使用するときは、グループごとに何かを比較したいことが多いです。

その場合、合計を知りたければsum()、平均を知りたければmean()といった関数を一緒に使用する必要があります。

それでは品目ごとの平均を計算してみましょう。

df2.mean()

掃除機の平均販売価格の平均が割り切れませんでした。

もし整数で表示したい場合、astype()を使用します。astype()でintを指定すると、データ型が整数に変更されます。

df2.mean().astype(int)

複数のカテゴリでグルーピング

複数のカテゴリでグルーピングも可能です。複数のカテゴリを指定する場合、リストで指定する必要があります。

品目とお店でカテゴライズした価格の合計を計算してみましょう。

df.groupby(['品目', 'お店']).sum()

ちなみにcount()関数を使用すれば、各カテゴリごとの販売点数を知ることができます。

df.groupby(['品目', 'お店']).count()

便利な機能の紹介

ここから機能をいくつか紹介します。

１つ目は引数as_indexです

groupby()で指定した列はインデックスになります。

もしインデックスになるのを避けたい場合、引数as_indexにFalseを指定しましょう。

df.groupby(['品目', 'お店'], as_index=False).sum()

次にindexの情報を確認できる方法の紹介です。

グルーピングしたindexを取得したいときはlist(df2.groups.key)を使いましょう。

list(df2.groups.keys())

今回はテレビと掃除機の２つしかありませんが、大量のカテゴリでグルーピングした際は役に立ちます。

幾つのカテゴリに分けられたかを確認したいときはlen(df2.groups)です。

len(df2.groups)

まとめ

今回はDataFrameを指定したカラムのカテゴリでグループ分けする、pandas.groupby()を紹介しました。

グループごとに分けて分析することで、分析の幅が大きく広がります。

もっとpythonを勉強したいと感じたら、ぜひ次の記事もご覧ください。pythonを独学で勉強できる方法を紹介しています。