Python Pandasでグループごとに一意の値を数える方法

Python Pandasでグループごとに一意の値を数えるには、df.groupby('列名').count()を使用します。groupbyメソッドで指定した列を基準にデータをグループ化し、count()を組み合わせることで、各グループ内の値の出現回数を簡単に集計できます。

手順

• サイズ変更可能な2次元の表形式データとしてDataFrame（df）を作成します。
• 入力DataFrameであるdfを出力して内容を確認します。
• df.groupby('rank')['id'].count()を使ってグループごとの値の個数を求め、変数「count」に格納します。
• 手順3で取得したcountを出力します。

サンプルコード

import pandas as pd

df = pd.DataFrame(
    {
        "id": [1, 2, 1, 3, 5, 1, 4, 3, 6, 7],
        "rank": [1, 4, 1, 2, 1, 4, 6, 1, 5, 3]
    }
)

print("入力DataFrame:\n", df)
count = df.groupby("rank")["id"].count()
print("rankごとの出現回数:\n", count)

出力結果

入力DataFrame:

    id  rank
0   1     1
1   2     4
2   1     1
3   3     2
4   5     1
5   1     4
6   4     6
7   3     1
8   6     5
9   7     3
rankごとの出現回数:
rank
1    4
2    1
3    1
4    2
5    1
6    1
Name: id, dtype: int64

この実行例では、rank列の値を基準にグループ化し、それぞれのグループに含まれるidの件数を集計しています。たとえばrank=1のグループには4件のデータが含まれていることがわかります。

補足：重複を除いた一意な値の種類数を数える場合

count()は欠損値以外のすべての行数を数えるメソッドです。「重複を除いた一意な値が何種類あるか」を知りたい場合は、代わりにnunique()を使用します。

# グループごとに一意なidの種類数を数える
unique_count = df.groupby("rank")["id"].nunique()
print(unique_count)

用途に応じてcount()とnunique()を使い分けることで、より柔軟な集計処理が可能になります。