Python Pandasでのグループ化（groupby）と合計（sum）の求め方

PythonのPandasでデータをグループごとに集計して合計値を求めたい場合は、groupby(columns).sum()を使用します。groupby()で指定した列の値をキーにデータをグループ化し、sum()で各グループの合計を計算できます。

手順

• サイズ変更可能な2次元の表形式データであるDataFrame（df）を作成します。
• 入力用のDataFrame（df）を出力して内容を確認します。
• df.groupby().sum()を使ってグループごとの合計を求めます。この関数は指定された列を受け取り、その値をソートします。その後、ソートされた値に基づいて他の列の値も並べ替えます。
• グループ化と合計の結果を出力して確認します。

サンプルコード

import pandas as pd

df = pd.DataFrame(
    {
        "Apple": [5, 2, 7, 0],
        "Banana": [4, 7, 5, 1],
        "Carrot": [9, 3, 5, 1]
    }
)

print("Input DataFrame 1 is:\n", df)
g_sum = df.groupby(['Apple']).sum()
print("Group by Apple is:\n", g_sum)

実行結果

Input DataFrame 1 is:

    Apple  Banana  Carrot
0      5       4       9
1      2       7       3
2      7       5       5
3      0       1       1

Group by Apple is:

       Banana  Carrot
Apple
0           1       1
2           7       3
5           4       9
7           5       5

解説

この例では「Apple」列の値をキーとしてグループ化しています。各Appleの値を持つ行が1行ずつしかないため、結果はAppleの値で昇順にソートされた形で出力されます。もし同じ値を持つ行が複数ある場合は、それらの行のBananaとCarrotの値がそれぞれ合算されます。

補足：インデックスを通常の列に戻す方法

groupby()の実行結果では、グループ化のキー（ここではApple）がインデックスとして設定されます。これを通常の列として扱いたい場合は、reset_index()を組み合わせると便利です。

result = df.groupby('Apple').sum().reset_index()
print(result)

このようにgroupby().sum()を活用することで、カテゴリ別の売上集計やログデータの集計など、さまざまな場面で効率的にデータ分析を行えます。