LoginSignup
1
1

More than 1 year has passed since last update.

@y-matsunaga(ローズん)

Python Pandas基礎⑤ -データ集計（groupby）-

Posted at

初めに

PythonのPandasについて初学者なりにまとめたいと思います。
学習に使っているのはこちらのキノコードです。

JupyterLabを使用します。

使用するExcelファイル

こちらをリンク先を保存してローカルに落として利用しています。

データ集計

前準備

jupyterlabを起動し、エクセルファイルをカレントディレクトリに格納。Pandasをimportし、表示数を変更します。
その後、read_excelで読み込みます。
image.png

氏名ごとの平均を算出

groupbyメソッドを使用することで、指定のカラムごとにデータをまとめたGroupByオブジェクトを作成することができます。
平均の集計にはmeanメソッドを使用します。
image.png

氏名ごとの売上金額のみ平均を算出

氏名と売上金額のみのデータフレームを作成して平均を抽出します。
データフレームから任意のカラムを抽出して、新たなデータフレームを作成するには下記のように記述します。
データフレームオブジェクト[抽出したいカラム名のリスト]
image.png

小数点以下を切り捨てて表示

小数点以下を非表示にするには、2通りの方法があります。
いずれもformatメソッドを使用しますが、適用方法が異なります。
・1つ目は、options属性で小数の書式を変更する方法です。
float_format属性に、formatメソッドの内容を代入します。

pd.options.display.float_format = '{:.0f}'.format

・2つ目は、applymapメソッドで適用させる方法です。
applymapメソッドの引数に、formatメソッドの内容を指定することにより、データフレームの各要素にformatメソッドで指定した書式が適用されます。

df[['氏名', '売上金額']].groupby('氏名').mean().applymap('{:.0f}'.format)

image.png

小数点以下2桁を切り捨て

formatメソッドでは、「:.小指数点以下の桁数f」で、小数点以下の桁数を設定することができます。

# 0桁
'{:.0f}'
# 2桁
'{:.2f}'

image.png

合計を算出

sumメソッドを使用します。
image.png

要素数を算出

countメソッドを使用します。
countメソッドは欠損値を除いた数を集計します。
image.png

特定の要素数を算出

ilocまたはlocプロパティを使用すると、データフレームから指定の行や要素を抽出することができます。
角括弧内に行番号を指定すると、その行のデータをシリーズで取得することができます。
image.png

欠損値込みの要素数を算出

欠損値込みのデータフレームの要素数を集計するにはsizeメソッドを使用します。
sizeメソッドの取得結果は、シリーズで表示されます。
image.png

グループのn行目を抽出

グループごとにn行目のデータのみ取得するには、nthメソッドを使用します。
image.png

降順に並び替えかつn番目を抽出

dfをsort_valuesメソッドで降順に並び替え、nthメソッドを使用します。
image.png

氏名ごとの最大値を抽出

最大値はmax()メソッドを使用します。
image.png

氏名ごとの最小値を抽出

最小値はmin()メソッドを使用します。
image.png

氏名と商品分類ごとに平均を算出

平均はmean()メソッドを使用します。
併せて小数点以下を切り捨てします。
image.png

マルチインデックスを解除する

複数のグルーピングを行うとマルチインデックスになります。
インデックスをグルーピングされたくない場合はgroupbyにas_index=Falseを指定します。
image.png

複数の集計を行うaggメソッド

複数の集計方法をまとめて行う場合には、aggメソッドを併せて使用します。
aggメソッドの引数に、集計方法をリストで指定します。
image.png

3桁ごとにカンマを振る

applymap()メソッドで'{:,.0f}'を指定します。
image.png

表示形式を変更する

桁区切り文字をアンダースコアに、小数点以下を1桁まで切り捨てをしてみます。
image.png

平均、合計、個数、最大値、最小値、標準偏差、分散を抽出

標準偏差はstd、分散はvarで抽出できます。
image.png

要約統計量を抽出

aggメソッドにdescribeを渡すことでようやく統計量を抽出できます。
image.png

列ごとに別々に集計

aggメソッドに辞書型で{列名：[集計方法, 集計方法],列名: [集計方法, 集計方法]}と複数指定することができます。
image.png

関数を使用して集計

売上金額を税込みで集計
image.png

終わり

groupbyだけでなくpivot_tableでの集計方法もあるのでそちらも学びたいと思います。

関連する過去の記事

1
1
2

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
1
1