【Python・Pandas】groupby()でデータフレームの列をグループ化して集計する方法

Pandasのgroupby()による列のグループ化

Pandasのデータフレームで特定の列を基準にデータをグループ化するには、groupby()メソッドを使用します。groupby()は、同じ値を持つ行同士をまとめ、その後平均値や合計値などの集計処理を行う際に非常に便利な機能です。

まず、サンプル用のPandasデータフレームを作成しましょう。

import pandas as pd

dataFrame = pd.DataFrame(
    {
        "Car": ["Audi", "Lexus", "Audi", "Mercedes", "Audi", "Lexus", "Mercedes", "Lexus", "Mercedes"],
        "Reg_Price": [1000, 1400, 1100, 900, 1700, 1800, 1300, 1150, 1350]
    }
)

このデータフレームには、車名を表す「Car」列と、登録価格を表す「Reg_Price」列が含まれています。

Car列を基準にグループ化する

次に、「Car」列の値を基準にデータをグループ化します。

res = dataFrame.groupby("Car")

グループ化が完了したら、mean()関数を使って、車名（Car）ごとの登録価格（Reg_Price）の平均値を計算します。

res.mean()

これにより、Car列の各値（Audi・Lexus・Mercedes）ごとに、登録価格の平均が算出されます。

コード例全体

以下に、一連の流れをまとめた完全なコードを示します。

import pandas as pd

# Reg_Price列を含むデータフレームを作成
dataFrame = pd.DataFrame(
    {
        "Car": ["Audi", "Lexus", "Audi", "Mercedes", "Audi", "Lexus", "Mercedes", "Lexus", "Mercedes"],
        "Reg_Price": [1000, 1400, 1100, 900, 1700, 1800, 1300, 1150, 1350]
    }
)

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

# Car列を基準にグループ化
res = dataFrame.groupby("Car")

print("\n車名ごとの登録価格の平均値...\n", res.mean())

実行結果

上記のコードを実行すると、以下のような出力が得られます。

DataFrame...
      Car   Reg_Price
0     Audi        1000
1    Lexus        1400
2     Audi        1100
3 Mercedes         900
4     Audi        1700
5    Lexus        1800
6 Mercedes        1300
7    Lexus        1150
8 Mercedes        1350

車名ごとの登録価格の平均値...
          Reg_Price
    Car
    Audi  1266.666667
   Lexus  1450.000000
Mercedes  1183.333333

出力結果の解説

結果からわかるように、各車名の登録価格の平均値は以下の通りです。

• Audi：約1266.67
• Lexus：1450.00
• Mercedes：約1183.33

このように、groupby()とmean()を組み合わせることで、カテゴリ別の集計を簡単に行うことができます。なお、平均値以外にもsum()（合計）、count()（件数）、max()／min()（最大値・最小値）などの集計関数も同様に利用できるため、用途に応じて使い分けると便利です。