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。

  • 中級
  • 約2分で読めます
  • 実行できるサンプル 1 件

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
たくさんの行が、カテゴリーごとに1行の集計結果にまとまります。
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

  1. 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。
  2. values="score" で、集計する列を選びます。
  3. 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。
  4. 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

コードを実行 →
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"))
この例の実行ボタンを作成

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。

  1. サンプルデータに行、列、いくつかの欠損値を追加する。
  2. 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。
  3. 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。
Pythonコンパイラで実行 →

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。