【Python】Pandasのagg()とnuniqueでユニーク数（重複なし件数）をカウントする方法

Pandasで重複を除いた件数（ユニーク数）を数えるには、nuniqueを使用します。本記事では、groupby()で列ごとにデータをグループ化しながら、NumPyのsum()を使って合計値も同時に算出する方法を、サンプルコード付きでわかりやすく解説します。

必要なライブラリのインポート

まず、pandasとnumpyをインポートします。

import pandas as pd
import numpy as np

サンプルDataFrameの作成

次に、重複した値を含む3列（Car／Place／Units）を持つDataFrameを作成します。

dataFrame = pd.DataFrame(
    {
        "Car": ['BMW', 'Audi', 'BMW', 'Lexus', 'Lexus'],
        "Place": ['Delhi', 'Bangalore', 'Delhi', 'Chandigarh', 'Chandigarh'],
        "Units": [100, 150, 50, 110, 90]
    }
)

このデータでは、BMWとLexusがそれぞれ2行ずつ存在しており、同じ車種・地域の組み合わせが重複しています。

agg()とnuniqueでユニーク数をカウントする

agg()メソッドによる集計では、辞書形式で「列名： 適用する関数」を指定できます。ここでは「Units」列にnp.sumで合計を、「Place」列にpd.Series.nuniqueでユニーク数を適用します。

dataFrame = dataFrame.groupby("Car").agg({"Units": np.sum, "Place": pd.Series.nunique})

完全なコード例

ここまでの手順をまとめたコードは以下の通りです。

import pandas as pd
import numpy as np

dataFrame = pd.DataFrame(
    {
        "Car": ['BMW', 'Audi', 'BMW', 'Lexus', 'Lexus'],
        "Place": ['Delhi', 'Bangalore', 'Delhi', 'Chandigarh', 'Chandigarh'],
        "Units": [100, 150, 50, 110, 90]
    }
)

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

# 集計時にnuniqueでユニーク数をカウント
result = dataFrame.groupby("Car").agg({"Units": np.sum, "Place": pd.Series.nunique})

print("\nUpdated DataFrame ...\n", result)

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 ...
     Car       Place  Units
0    BMW       Delhi    100
1   Audi   Bangalore    150
2    BMW       Delhi     50
3  Lexus  Chandigarh    110
4  Lexus  Chandigarh     90

Updated DataFrame ...
        Units  Place
Car
Audi      150      1
BMW       150      1
Lexus     200      1

結果を見ると、車種ごとに「Units」の合計が計算され（例：Lexusは110＋90＝200）、一方「Place」には重複を除いた地域の件数が表示されていることがわかります。これにより、1つの集計処理で「合計」と「ユニーク数」という異なる種類の統計を同時に取得できます。

補足：バージョンに関する注意点

agg()内でnp.sumを指定する書き方は従来から広く使われていますが、近年のPandasでは「"sum"」という文字列指定やpd.Series.sumの利用が推奨される場合があります。また、古いサンプルコードに見られるprint文（Python 2構文）は、Python 3ではprint()関数として記述する必要がある点にも注意してください。