Pandas のグループごとに一意の値をカウントする
Ahmed Waheed
2023年1月30日
大きなデータセットを扱う場合、特定のデータグループに関数を適用する必要がある場合があります。たとえば、countries のデータセットと、それらが私的な事柄に使用するプライベートな code があります。国が使用するコードの数を数えたい。以下に、一意の値をカウントするさまざまな方法を示します。
次のセクションでは、次のように同じ DataFrame を使用します。
import pandas as pd
data = [
[999, "Switzerland"],
[113, "Switzerland"],
[112, "Japan"],
[112, "Switzerland"],
[113, "Canada"],
[114, "Japan"],
[100, "Germany"],
[114, "Japan"],
[115, "Germany"],
]
df = pd.DataFrame(data, columns=["code", "Countries"])
print(df)
出力：
code Countries
0 999 Switzerland
1 113 Switzerland
2 112 Japan
3 112 Switzerland
4 113 Canada
5 114 Japan
6 100 Germany
7 114 Japan
8 115 Germany
df.groupby().nunique() メソッド
df.groupby().nunique() 関数がどのように私たちの国を groupby するか見てみましょう。
import pandas as pd
data = [
[999, "Switzerland"],
[113, "Switzerland"],
[112, "Japan"],
[112, "Switzerland"],
[113, "Canada"],
[114, "Japan"],
[100, "Germany"],
[114, "Japan"],
[115, "Germany"],
]
df = pd.DataFrame(data, columns=["code", "Countries"])
result = df.groupby("Countries")["code"].nunique()
print(result)
以下が出力されます。
Countries
Canada 1
Germany 2
Japan 2
Switzerland 3
Name: code, dtype: int64
これは、カナダが 1つのコードを使用していること、ドイツが 2つのコードを使用していることなどを示しています。
df.groupby().agg() メソッド
このメソッドは、df.groupby().nunique() と同じように機能します。nunique() 関数を agg() 関数に渡す必要があります。
import pandas as pd
data = [
[999, "Switzerland"],
[113, "Switzerland"],
[112, "Japan"],
[112, "Switzerland"],
[113, "Canada"],
[114, "Japan"],
[100, "Germany"],
[114, "Japan"],
[115, "Germany"],
]
df = pd.DataFrame(data, columns=["code", "Countries"])
result = df.groupby(by="Countries", as_index=False).agg({"code": pd.Series.nunique})
print(result)
出力：
Countries code
0 Canada 1
1 Germany 2
2 Japan 2
3 Switzerland 3
.agg({'code': pd.Series.nunique})
関数 pd.Series.nunique を使用して、列 code で集計します。
df.groupby().unique() メソッド
この方法は、どの国がどのコードを使用しているかを確認する場合に役立ちます。
import pandas as pd
data = [
[999, "Switzerland"],
[113, "Switzerland"],
[112, "Japan"],
[112, "Switzerland"],
[113, "Canada"],
[114, "Japan"],
[100, "Germany"],
[114, "Japan"],
[115, "Germany"],
]
result = df.groupby("Countries")["code"].unique()
print(result)
以下が出力されます。
Countries
Canada [113]
Germany [100, 115]
Japan [112, 114]
Switzerland [999, 113, 112]
Name: code, dtype: object