HOWTO · Pandas

Pandas group-by と Sum の集計を取得する方法

このチュートリアルでは、Pandas group-by および Sum の集計を取得する方法を示します

著者 Asad Riaz公開日 2020-06-13更新日 2023-01-30
このページの内容

Pandas の groupby と sum の集合を取得する方法を示します。また、pivot 機能を見て、データを素敵なテーブルに配置し、カスタム関数を定義して、DataFrame に適用して実行する方法も見ていきます。また、agg() を使用して総計を取得します。

groupby を使用した累積合計

groupby メソッドを使用して累積合計を取得できます。Date、Fruit、および Sale 列を持つ次の DataFrame を考えてみます。

import pandas as pd

df = pd.DataFrame(
    {
        "Date": ["08/09/2018", "10/09/2018", "08/09/2018", "10/09/2018"],
        "Fruit": [
            "Apple",
            "Apple",
            "Banana",
            "Banana",
        ],
        "Sale": [34, 12, 22, 27],
    }
)

果物ごと、および日付ごとの販売の累積合計を計算する場合は、次のようにします。

import pandas as pd

df = pd.DataFrame(
    {
        "Date": ["08/09/2018", "10/09/2018", "08/09/2018", "10/09/2018"],
        "Fruit": [
            "Apple",
            "Apple",
            "Banana",
            "Banana",
        ],
        "Sale": [34, 12, 22, 27],
    }
)
print(df.groupby(by=["Fruit", "Date"]).sum().groupby(level=[0]).cumsum())

出力：

Fruit  Date         Sale
Apple  08/09/2018    34
       10/09/2018    46
Banana 08/09/2018    22
       10/09/2018    49

pivot() はデータを素敵なテーブルに再配置する

pivot() メソッドはテーブルの行と列の属性を設定できます。上記のコードを変更し、pivot() メソッドを適用して、データを素敵なテーブルに再配置します。

import pandas as pd

df = pd.DataFrame(
    {
        "Date": ["08/09/2018", "10/09/2018", "08/09/2018", "10/09/2018"],
        "Fruit": [
            "Apple",
            "Apple",
            "Banana",
            "Banana",
        ],
        "Sale": [34, 12, 22, 27],
    }
)
print(
    df.groupby(["Fruit", "Date"], as_index=False).sum().pivot("Fruit", "Date").fillna(0)
)

出力：

             Sale           
Date   08/09/2018 10/09/2018
Fruit                       
Apple          34         12
Banana         22         27

Pandas の groupby に関数を適用する

series または 1 次元配列の値のカウントを取得する簡単なメソッドを作成し、groupby を使用して各値の集計カウントを取得します。

from pandas import *

d = {"series": Series(["1", "2", "1", "1", "4", "4", "5"])}
df = DataFrame(d)


def get_count(values):
    return len(values)


grouped_count = df.groupby("series").series.agg(get_count)
print(grouped_count)

コードを実行すると、次の出力が得られます。これは、各値が連続して出現することを示しています。

出力：

series
1    3
2    1
4    2
5    1
Name: series, dtype: int64

列の合計を取得する agg()

agg() を使用して、列に合計演算を適用できます。コード例：

import pandas as pd

df = pd.DataFrame(
    {
        "Date": ["08/09/2018", "10/09/2018", "08/09/2018", "10/09/2018"],
        "Fruit": [
            "Apple",
            "Apple",
            "Banana",
            "Banana",
        ],
        "Sale": [34, 12, 22, 27],
    }
)
print(df.groupby(["Fruit"])["Sale"].agg("sum"))

出力：

Fruit
Apple     46
Banana    49
Name: Sale, dtype: int64

著者について

Asad Riaz

著者プロフィールを見る