【Python】Pandasのデータフレームをグループ化し、グループサイズで降順にソートする方法

Pandasでグループ化したデータフレームを降順にソートする方法

Pandasのデータフレームをグループ化するには、groupby()メソッドを使用します。さらに、グループ化された結果を降順に並べ替えたい場合は、sort_values()と組み合わせます。各グループのサイズ（件数）を取得するには、size()メソッドを使います。

降順ソートの基本構文

降順でソートするには、sort_values()に以下の引数を指定します。

ascending=False

手順1：データフレームを作成する

まず、サンプルとなるPandasのデータフレームを作成します。

dataFrame = pd.DataFrame(
   {
      "Car": ['BMW', 'Lexus', 'Audi', 'Mercedes', 'Jaguar', 'Bentley'],
      "Reg_Price": [1000, 1400, 1000, 900, 1700, 900]
   }
)

手順2：列でグループ化して降順にソートする

次に、「Reg_Price」列を基準にグループ化し、そのグループサイズを降順で並べ替えます。

dataFrame.groupby('Reg_Price').size().sort_values(ascending=False)

完全なサンプルコード

以下が実行可能なコード全体です。

import pandas as pd

# Reg_Price列を含むデータフレームを作成
dataFrame = pd.DataFrame(
   {
      "Car": ['BMW', 'Lexus', 'Audi', 'Mercedes', 'Jaguar', 'Bentley'],
      "Reg_Price": [1000, 1400, 1000, 900, 1700, 900]
   }
)

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

# Reg_Price列でグループ化し、降順にソート
print("\nSorted in Descending order...")
print(dataFrame.groupby('Reg_Price').size().sort_values(ascending=False))

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 Reg_Price
0       BMW      1000
1     Lexus      1400
2      Audi      1000
3  Mercedes       900
4    Jaguar      1700
5   Bentley       900

Sorted in Descending order...
Reg_Price
1000    2
900     2
1700    1
1400    1
dtype: int64

出力結果の解説

この結果から、登録価格「1000」と「900」はそれぞれ2台ずつ存在し、「1700」と「1400」は1台ずつであることがわかります。sort_values(ascending=False)を指定することで、出現回数の多いグループから順に表示されています。

補足：value_counts()を使った簡潔な書き方

同様の処理は、value_counts()メソッドを使うともっと簡潔に書けます。デフォルトで降順にソートされるため便利です。

dataFrame['Reg_Price'].value_counts()

用途に応じて、groupby().size().sort_values()とvalue_counts()を使い分けるとよいでしょう。