Python・PandasのGroupByで負の値と正の値をそれぞれ合計する方法

データ分析では、カテゴリごとに負の値と正の値を分けて集計したいケースがよくあります。Pandasのgroupby()とagg()を組み合わせれば、この処理をシンプルに実現できます。本記事では、気温データを例に、場所（Place）ごとの負の値と正の値を個別に合計する方法を解説します。

1. 正負の値を含むDataFrameを作成する

まず、正の値と負の値が混在したDataFrameを作成します。ここでは各都市の気温（摂氏）を格納したサンプルデータを用意します。

import pandas as pd

# 気温（摂氏）を含むDataFrameを作成
dataFrame = pd.DataFrame({
    'Place': ['Chicago', 'Denver', 'Atlanta', 'Chicago', 'Dallas', 'Denver', 'Dallas', 'Atlanta'],
    'Temperature': [-2, 30, -5, 10, 30, -5, 20, -10]
})
print(dataFrame)

2. groupby()でPlace列を基準にグループ化する

次に、groupby()を使って「Place」列を基準にデータをグループ化します。

groupRes = dataFrame.groupby(dataFrame['Place'])

3. 集計用の関数を定義する

正の値のみを合計する関数と、負の値のみを合計する関数をそれぞれ定義します。条件に一致する要素だけを抽出し、その合計値を返す仕組みです。

# 正の値のみを合計する関数
def plus(val):
    return val[val > 0].sum()

# 負の値のみを合計する関数
def minus(val):
    return val[val < 0].sum()

4. agg()で複数の集計を同時に適用する

agg()メソッドを使うと、定義した関数に任意の列名を付けて、一度に複数の集計結果を取得できます。

print(groupRes['Temperature'].agg([('negTemp', minus), ('posTemp', plus)]))

完全なコード例

ここまでの手順をまとめた完全なコードは以下の通りです。

import pandas as pd

# 気温（摂氏）を含むDataFrameを作成
dataFrame = pd.DataFrame({
    'Place': ['Chicago', 'Denver', 'Atlanta', 'Chicago', 'Dallas', 'Denver', 'Dallas', 'Atlanta'],
    'Temperature': [-2, 30, -5, 10, 30, -5, 20, -10]
})
print(dataFrame)

# Place列を基準にグループ化
groupRes = dataFrame.groupby(dataFrame['Place'])

# 正負それぞれの値を合計する関数
def plus(val):
    return val[val > 0].sum()

def minus(val):
    return val[val < 0].sum()

# 負の温度と正の温度を個別に集計して表示
print(groupRes['Temperature'].agg([('negTemp', minus), ('posTemp', plus)]))

実行結果

上記のコードを実行すると、以下の出力が得られます。

     Place  Temperature
0  Chicago           -2
1   Denver           30
2  Atlanta           -5
3  Chicago           10
4   Dallas           30
5   Denver           -5
6   Dallas           20
7  Atlanta          -10

         negTemp  posTemp
Place
Atlanta      -15        0
Chicago       -2       10
Dallas         0       50
Denver        -5       30

出力結果の読み方

結果の見方を簡単に整理します。

• Atlanta： 負の値は -5 と -10 の合計 -15、正の値はないため 0
• Chicago： 負の値は -2 のみで -2、正の値は 10 のみで 10
• Dallas： 負の値はないため 0、正の値は 30 と 20 の合計 50
• Denver： 負の値は -5 のみで -5、正の値は 30 のみで 30

このように、条件に該当する値が存在しない場合は sum() の仕様により 0 が返されます。売上と返品、収入と支出など、符号で意味が異なる数値データを分析する際に非常に便利なテクニックなので、ぜひ活用してみてください。