Python PandasでDataFrameとしてピボットテーブルを作成する方法

ピボットテーブルとは

ピボットテーブルを作成するには、pandas.pivot_table() 関数を使用します。この関数を使うことで、スプレッドシート形式のピボットテーブルを DataFrame として簡単に生成できます。

pandas.pivot_table() は、データの集計やクロス集計に便利な強力な関数です。Excel のピボットテーブルと同様に、指定した列をインデックス（行ラベル）としてデータを再編成し、数値列に対しては自動的に平均値などの統計量を算出します。

準備：ライブラリのインポート

まず、必要なライブラリをインポートしましょう。

import pandas as pd

サンプルデータの作成

次に、チームの記録を含む DataFrame を作成します。

dataFrame = pd.DataFrame({
    'Team ID': {0: 5, 1: 9, 2: 6, 3: 11, 4: 2, 5: 7},
    'Team Name': {0: 'India', 1: 'Australia', 2: 'Bangladesh', 3: 'South Africa', 4: 'Sri Lanka', 5: 'England'},
    'Team Points': {0: 95, 1: 93, 2: 42, 3: 60, 4: 80, 5: 55},
    'Team Rank': {0: 'One', 1: 'Two', 2: 'Six', 3: 'Four', 4: 'Three', 5: 'Five'}
})

単一の列をインデックスにしたピボットテーブルの作成

1つの列をインデックスとして指定してピボットテーブルを作成するには、以下のように index パラメータに列名を渡します。

pd.pivot_table(dataFrame, index=["Team ID"])

サンプルコード全体

以下は、ここまでの手順をまとめた完全なコード例です。

import pandas as pd

# チームの記録を含む DataFrame を作成
dataFrame = pd.DataFrame({
    'Team ID': {0: 5, 1: 9, 2: 6, 3: 11, 4: 2, 5: 7},
    'Team Name': {0: 'India', 1: 'Australia', 2: 'Bangladesh', 3: 'South Africa', 4: 'Sri Lanka', 5: 'England'},
    'Team Points': {0: 95, 1: 93, 2: 42, 3: 60, 4: 80, 5: 55},
    'Team Rank': {0: 'One', 1: 'Two', 2: 'Six', 3: 'Four', 4: 'Three', 5: 'Five'}
})

print("DataFrame...\n", dataFrame)

print("\n... Pivot ...")
print(pd.pivot_table(dataFrame, index=["Team ID"]))

実行結果

上記のコードを実行すると、次のような出力が得られます。

DataFrame...
    Team ID     Team Name   Team Points   Team Rank
0         5         India             95         One
1         9      Australia             93         Two
2         6      Bangladesh            42         Six
3        11   South Africa            60        Four
4         2      Sri Lanka            80       Three
5         7        England            55        Five

... Pivot ...
          Team Points
Team ID
2                  80
5                  95
6                  42
7                  55
9                  93
11                 60

ポイントのまとめ

この例では、「Team ID」をインデックスに指定したため、出力結果では Team ID の値が昇順に並べ替えられ、数値列である「Team Points」の平均値が表示されています。文字列型の「Team Name」や「Team Rank」は集計対象外となるため、ピボットテーブルには含まれません。

複数の列をインデックスにしたい場合は、index=["列名1", "列名2"] のようにリストで指定できます。また、values パラメータで集計対象の列を絞ったり、aggfunc パラメータで合計（sum）やカウント（count）などの集計方法を変更したりすることも可能です。