グループ集計 ― groupby

導入

「部署ごとの平均給与」「商品カテゴリごとの売上合計」――カテゴリ別にまとめて集計するのが groupby です。pandas でいちばん強力な機能のひとつです。

説明

df.groupby("分類列")["集計列"].mean() の形で、「分類列ごとに、集計列を平均する」と読めます。

import pandas as pd

df = pd.DataFrame({
    "team": ["A", "B", "A", "B", "A"],
    "score": [80, 60, 90, 70, 100],
})
print(df.groupby("team")["score"].mean())  # チームごとの平均
print(df.groupby("team")["score"].sum())   # チームごとの合計

groupby("team") で A グループと B グループに分け、それぞれの score を平均・合計しています。

.agg() を使えば、複数の集計を一度に出せます。

import pandas as pd

df = pd.DataFrame({
    "category": ["food", "book", "food", "toy", "book"],
    "price": [300, 1500, 500, 800, 1200],
})
print(df.groupby("category")["price"].agg(["count", "mean", "sum"]))

カテゴリごとに「件数・平均・合計」がそろった表が得られます。売上分析などで大活躍します。

やってみよう

.mean() を .max() に変えて、チームごとの最高点を出しましょう。分類列を増やした表で groupby(["A", "B"]) のように2列でグループ化することもできます。

演習

上の team の表で、チームごとの合計点（sum）を表示してください。