Pandas DataFrame GroupBy 値カウントの複数の列

Pandas を使用した DataFrame 操作では、データを複数の列でグループ化すると、貴重な洞察が得られます。この記事では、2 つの列でグループ化しながら観測値をカウントする方法と、各グループの最大数を決定する方法を説明します。

複数の列を持つ DataFrame を指定すると、「groupby」関数を適用してデータをグループ化できます。特定の列に基づいて。ここには、「col1」、「col2」、「col3」、「col4」、「col5」の 5 つの列を持つ「df」という名前の DataFrame があります。

import pandas as pd

df = pd.DataFrame([
    [1.1, 1.1, 1.1, 2.6, 2.5, 3.4,2.6,2.6,3.4,3.4,2.6,1.1,1.1,3.3], 
    list('AAABBBBABCBDDD'), 
    [1.1, 1.7, 2.5, 2.6, 3.3, 3.8,4.0,4.2,4.3,4.5,4.6,4.7,4.7,4.8], 
    ['x/y/z','x/y','x/y/z/n','x/u','x','x/u/v','x/y/z','x','x/u/v/b','-','x/y','x/y/z','x','x/u/v/w'],
    ['1','3','3','2','4','2','5','3','6','3','5','1','1','1']
]).T
df.columns = ['col1','col2','col3','col4','col5']

行グループごとのカウント

各行グループ内の観測値の数を調べるには、目的の列で 'groupby' 関数を使用してから、'size' 関数を適用します。

result = df.groupby(['col5', 'col2']).size()

これにより、グループ化された列をインデックスとして、サイズを値として持つ DataFrame が生成されます。

print(result)

最大数の決定

各 'col2' 値の最大数を決定するには、'col2' で 'groupby' 関数を使用してから、グループ化されたデータに 'max' 関数を適用します。 .

result = df.groupby(['col5', 'col2']).size().groupby(level=1).max()

これは次のようになります各 'col2' 値の最大数を持つシリーズ。

print(result)

要約すると、Pandas で 'groupby' 関数と 'size' 関数を使用すると、効率的にデータの分析と集約により、ユーザーがさまざまな方法でデータに関する洞察を抽出できるようになります。