Python Pandas – 列の合計値に基づいてDataFrameをフィルタリングする方法

列の合計値に基づいてDataFrameをフィルタリングするには、loc()メソッドを使用します。この記事では、各学生の点数を合計し、合計点が400点（80%）を超える学生の列のみを抽出する例を紹介します。

DataFrameの作成

まず、学生の成績データを含むDataFrameを作成します。ここでは3人の学生、つまり3つの列の点数データを用意します。

import pandas as pd

dataFrame = pd.DataFrame({
   'Jacob_Marks': [95, 90, 75, 85, 88],
   'Ted_Marks': [60, 50, 65, 85, 70],
   'Jamie_Marks': [77, 76, 65, 45, 50]
})

列の合計に基づくフィルタリング

次に、合計点が400を超える学生の列だけを取得します。sum(axis=0)で各列（各学生）の合計点を計算し、その結果を条件としてloc()に渡します。

dataFrame = dataFrame.loc[:, dataFrame.sum(axis=0) > 400]

コードのポイント

• dataFrame.sum(axis=0): axis=0を指定すると、列ごと（縦方向）に合計が計算されます。
• > 400: 各列の合計が400より大きいかどうかを判定するブール値（True/False）のマスクを生成します。
• loc[:, 条件]: マスクがTrueとなる列だけを、すべての行に対して抽出します。

完全なコード例

import pandas as pd

# 3列のDataFrameを作成
dataFrame = pd.DataFrame({
   'Jacob_Marks': [95, 90, 75, 85, 88],
   'Ted_Marks': [60, 50, 65, 85, 70],
   'Jamie_Marks': [77, 76, 65, 45, 50]
})

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

# 列の合計に基づいてフィルタリング
# 合計点が400を超える学生を取得
dataFrame = dataFrame.loc[:, dataFrame.sum(axis=0) > 400]

# 更新後のDataFrameを表示
print("Updated Dataframe...\n", dataFrame)

出力結果

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...
    Jacob_Marks  Jamie_Marks  Ted_Marks
0           95           77         60
1           90           76         50
2           75           65         65
3           85           45         85
4           88           50         70
Updated Dataframe...
   Jacob_Marks
0           95
1           90
2           75
3           85
4           88

結果を見ると、合計点が400を超えているのはJacobのみであることがわかります。Tedの合計は330点、Jamieの合計は313点であり、いずれも条件を満たさないため除外されました。このように、sum(axis=0)とloc()を組み合わせることで、列単位の集計条件に応じた柔軟なデータ抽出が簡単に行えます。