pandasをオンライン実行
pandasでピボットテーブルを作る
このレッスンでは、pivot_table()でチームごとの平均点を計算するピボットテーブルを作ります。
はじめに
どんな問題を解決するか
1件のデータを1行に書いた縦に長い表は、読みにくいものです。上司への報告やレポートで求められるのは、チームごとに1行、セルごとに数値が1つ、といった集計表です。ピボットテーブルを使えば、関数を1回呼び出すだけでその集計表を作れます。
身近なたとえ
ピボットテーブルは、試合結果の長い一覧をリーグの順位表にまとめるようなものです。試合を1つずつ読まなくても、チームごとに1行、すでに計算された平均点を見られます。
試合結果からリーグ順位表へ
index="team"🏟️ チームごとに1行values="score"📈 集計する数値aggfunc="mean"🧮 各チームの点数を平均する85.0📋 各チームの集計結果のセルひと言でいうと
ピボットテーブルは、DataFrame を集計して要約した表です。行を1つ以上の列の値でグループに分け、値の列に平均や合計などの集計関数を適用して作ります。
重要なポイント
index="team"を指定すると、集計表にはチームごとに1行ができます。values="score"で、集計する列を選びます。aggfunc="mean"で、チームごとに点数の平均を求めます。どちらも85.0です。- どのチームも1回だけ現れるので、集計表は A の行と B の行が1行ずつになります。
どんな場面で使う?
- 集計レポート。地域別・月別の売上、クラス別・科目別の点数などです。
- 縦に長いデータを、読みやすくグラフにもしやすいコンパクトな表にまとめる。
- カテゴリーどうしを手早く比べる。
使わなくてよいとき
- グループ分けの基準も求める結果も1つだけの場合:
groupbyでも同じくらい分かりやすく書けます。 - 元の行が必要な場合:ピボットテーブルに残るのは集計結果だけです。
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],
})
print(results.pivot_table(index="team", values="score", aggfunc="mean"))
実行結果
score
team
A 85.0
B 85.0
コードの解説
引数index="team"でチームごとに1行の集計を作り、values="score"で集計する列を選び、aggfunc="mean"で平均を計算します。結果から、チームAもチームBも平均点が85.0だとわかります。引数columnsを加えると、さらに別のグループで集計を分けられます。
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
集計関数を指定し忘れる
pivot_table はデフォルトでは平均を計算するので、合計がほしいときには間違った結果になります。
問題
results.pivot_table(index="team", values="score") # mean
修正
results.pivot_table(index="team", values="score", aggfunc="sum")
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。