pandasをオンライン実行
pandasのgroupbyでデータをグループ化する
このレッスンでは、groupby()を使ってDataFrameの行を列の値でグループに分け、グループごとの平均を計算します。
はじめに
どんな問題を解決するか
「チームごとの平均点は?」「月ごとの売上合計は?」こうした問いに、行をループして合計の辞書を持つことで答えるのは間違いやすいものです。groupby が分割と要約を代わりにしてくれます。
身近なたとえ
groupby は、レシートを店ごとの封筒に分け、封筒ごとに合計し、合計を1枚の要約シートに書くようなものです。封筒に分け、封筒ごとに計算し、結果をまとめます。
レシートの封筒からコードへ
groupby("team")✉️ チームごとに1つの封筒["score"]🧾 各レシートの点数を見る.mean()🧮 封筒ごとに平均する.reset_index()📄 結果を1枚のシートに書くひと言でいうと
groupby は DataFrame の行を1つ以上の列でグループに分け、各グループに計算を適用し、結果をまとめます。
重要なポイント
results.groupby("team")は行をチーム A とチーム B に分けます。["score"].mean()は各チームの中で点数を平均します。- ここではどちらのチームも平均85.0です。
reset_index()はチームのラベルを普通の列に戻します。
どんな場面で使う?
- クラスごとの平均、月ごとの合計、国ごとの件数など、種類ごとの要約。
- グループを並べて比べる。
- 分析のためのレポートや特徴量を作る。
使わなくてよいとき
- 行と列の両方が種類になっている要約:ピボットテーブルのほうが読みやすいです。
- 全体で1つの数だけ:列に直接
.mean()を呼びます。
サンプルコード
main.py
import pandas as pd
results = pd.DataFrame({
"team": ["A", "A", "B", "B"],
"score": [80, 90, 70, 100],
})
averages = results.groupby("team")["score"].mean().reset_index()
print(averages)
実行結果
team score
0 A 85.0
1 B 85.0
コードの解説
results.groupby("team")は行をAとBのグループに分けます。続いて["score"].mean()が各グループの平均点を計算し、どちらも85.0になります。結果ははじめチーム名をインデックスにしているので、reset_index()でteamを通常の列に戻しています。
値を変更し、PythonをインストールせずにCodeUtilityオンラインPythonコンパイラで実行できます。
発展問題
下のヒントにしたがってコードを書き換えてみましょう。自分で変えて結果を確かめると、コードを読むだけよりずっと深く理解できます。
- サンプルデータに行、列、いくつかの欠損値を追加する。
- 絞り込み、並べ替え、groupbyを組み合わせて小さなレポートを作る。
- 実際のデータファイルを読み込み、各列のデータ型を確認して、不正な値を処理する。
よくある間違い
列を選び忘れる
列を選ばないと mean() がすべての列に適用され、文字列の列で失敗したり驚く結果になったりします。
問題
results.groupby("team").mean()
修正
results.groupby("team")["score"].mean()
このレッスンを終えましたか?
学習済みにすると進み具合を記録できます。
進み具合はこのブラウザーに保存されています ログインすると、どのデバイスでも引き継げます。
チャレンジで練習する
このレッスンの内容を使って実際の問題を解きましょう。各チャレンジはブラウザで動き、すぐにテストされ、AI のレビューも受けられます。
- Tournament Standings Rank teams from match records. 中級
- ナイーブベイズ分類器 ベイズの定理とラプラス平滑化で、カテゴリ型の特徴量からクラスを予測します。 中級