Pythonのgroupbyメソッドを使う方法【初心者向け】

PythonのPandasライブラリのgroupbyメソッドの使い方について解説します。

そもそもPythonについてよく分からないという方は、Pythonとは何なのか解説した記事を読むとさらに理解が深まります。

 

なお本記事は、TechAcademyのオンラインブートキャンプPython講座の内容をもとに紹介しています。

 

 

groupbyメソッドとは

groupbyメソッドとは、pandasモジュールのDataFrameで利用できるメソッドです。

通常DataFrameは何らかの軸(例えば年月や性別)を含みます。

軸ごとにデータを集約し、平均値、最大値、最小値などを計算するためにgroupbyメソッドを使います。

 

groupbyメソッドの使い方

DataFrameオブジェクトに対し、groupbyメソッドを呼び出します。引数には複数指定できるものがありますが、byかlevelの指定が必須です。

byでは辞書、関数、ラベルを指定できます。

詳細は公式の文書を参照してください。

import pandas as pd
df = pd.DataFrame() # DataFrameインスタンスの作成
# dfに対する操作
grouped = df.groupby(by=...) # groupbyメソッドで集計

 

[PR] 未経験からWebエンジニアを目指す方法とは

実際に書いてみよう

サンプルコード

import seaborn as sns

iris = sns.load_dataset('iris')
print(iris.head())
print(iris.groupby('species').mean())

 

実行結果

   sepal_length  sepal_width  petal_length  petal_width species
0           5.1          3.5           1.4          0.2  setosa
1           4.9          3.0           1.4          0.2  setosa
2           4.7          3.2           1.3          0.2  setosa
3           4.6          3.1           1.5          0.2  setosa
4           5.0          3.6           1.4          0.2  setosa

            sepal_length  sepal_width  petal_length  petal_width
species
setosa             5.006        3.428         1.462        0.246
versicolor         5.936        2.770         4.260        1.326
virginica          6.588        2.974         5.552        2.026

 

解説

1,3行目でseabornモジュールをインポートし、組み込みのデータセット(iris=アヤメ)を読み込んでいます。

4行目でデータフレームの先頭5要素を表示しました。
なお、irisデータセットは150件のデータを含んでいます。

データの意味は左から順に萼片の長さ、萼弁の幅、花弁の長さ、花弁の幅、種別を示しています。

5行目でspecies(種別)で集計した上で、mean(平均値)を計算しています。

結果、種別ごとに萼片の長さ等の平均値が表示されました。

 

監修してくれたメンター

橋本紘希 システムインテグレータ企業勤務のシステムエンジニア。 開発実績: Javaプログラムを用いた業務用Webアプリケーションや、基幹システム用バッチアプリケーションなどの設計構築試験。

 

 

TechAcademyでは、初心者でもPythonを使った人工知能（AI）や機械学習の基礎を習得できるオンラインブートキャンプPython講座を開催しています。

挫折しない学習方法を知れる説明動画や、現役エンジニアとのビデオ通話とチャットサポート、学習用カリキュラムを体験できる無料体験も実施しているので、ぜひ参加してみてください。