[メモ] pandasのunstack

TL;DR

multiIndexのseriesを見やすくするのにunstackが便利でした。

group by後の処理

pandasのDataFrameは複数のcolumnでgroupbyをするとindexがMultiIndexというものになります。処理するのに少し詰まったので備忘録として、やったことを書きます。

環境

ここでは、

• Python == 3.8
• pandas == 1.1.3

で実行しています。

データの準備

たとえば、つぎのようなデータがあったとします。

import datetime
import random
import pandas as pd

item_list = ['A', 'A', 'A', 'B', 'C','C', 'D']
data_records = []
ts = datetime.datetime.now()
for _ in range(1000):
    ts += datetime.timedelta(seconds=random.randint(200, 3600))
    data_records.append({
        'ts': ts,
        'wday': ts.weekday(),
        'item': random.choice(item_list),
        'qty': random.randint(1, 5)
    })
df = pd.DataFrame(data_records)

dfとして

こんな感じのものが得られるはずです。

ここで、

• ts: タイムスタンプ
• wday: 曜日
• item: 商品(ID)
• qty: 個数

を何かのECサイトのログのようなものを想定します。

やりたいこと

ここで、曜日ごとにどのアイテムが合計どれだけ売れるのかをみたいとします。本当はtsで期間を指定するのがふつうですが、それはおいておいて、次のようなことをすると思います。

df.groupby(['wday', 'item']).qty.sum()

すると次のようなものが得られます。

悪くはないのですが、もう一つ見にくいです。ここで、unstackをすると、

df.groupby(['wday', 'item']).qty.sum().unstack()

となりました。

参考

くわしくはpandasの公式ドキュメントにしっかりと書いてあります。