PandasのGroupByで各組み合わせの出現回数をカウントする方法

Pandasで複数の列を基準にデータをグループ化し、各組み合わせの出現回数をカウントしたい場合は、DataFrame.groupby()メソッドとsize()メソッドを組み合わせるのが最もシンプルな方法です。groupby()メソッドは、指定した列の値に基づいてDataFrameを複数のグループに分割し、size()がそれぞれのグループに含まれる行数（出現回数）を返します。

手順1：Pandasライブラリをインポートする

まず、慣例に従ってエイリアス「pd」を付けてpandasライブラリをインポートします。

import pandas as pd

手順2：サンプルデータを用意する

次に、車種・販売地域・販売台数を含む辞書形式のデータを初期化します。

# データの初期化
mylist = {'Car': ['BMW', 'Mercedes', 'Lamborgini', 'Audi', 'Mercedes', 'Porche', 'RollsRoyce', 'BMW'],
'Place': ['Delhi', 'Hyderabad', 'Chandigarh', 'Bangalore', 'Hyderabad', 'Mumbai', 'Mumbai', 'Delhi'],
'Sold': [95, 80, 80, 75, 90, 90, 95, 50]}

手順3：DataFrameを作成する

用意したデータから、列名を指定してDataFrameを生成します。

# DataFrameの作成
dataFrame = pd.DataFrame(mylist, columns=['Car', 'Place', 'Sold'])

手順4：groupby()とsize()で出現回数をカウントする

groupby()に「Car」と「Place」の2列を渡し、size()を呼び出すことで、車種と地域の各組み合わせが何回出現するかを集計できます。

print("Counting the occurrences...")
res = dataFrame.groupby(['Car', 'Place']).size()

完全なコード例

ここまでの手順をまとめたコード全体は以下の通りです。

# ライブラリのインポート
import pandas as pd

# データの初期化
mylist = {'Car': ['BMW', 'Mercedes', 'Lamborgini', 'Audi', 'Mercedes', 'Porsche', 'RollsRoyce', 'BMW'],
'Place': ['Delhi', 'Hyderabad', 'Chandigarh', 'Bangalore', 'Hyderabad', 'Mumbai', 'Mumbai', 'Delhi'],
'Sold': [95, 80, 80, 75, 90, 90, 95, 50]}

# DataFrameの作成
dataFrame = pd.DataFrame(mylist, columns=['Car', 'Place', 'Sold'])

print(dataFrame)

print("Counting the occurrences...")
res = dataFrame.groupby(['Car', 'Place']).size()

# 出現回数の表示
print(res)

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。

         Car        Place  Sold
0        BMW        Delhi    95
1   Mercedes    Hyderabad    80
2  Lamborgini   Chandigarh    80
3       Audi     Bangalore    75
4   Mercedes    Hyderabad    90
5    Porsche       Mumbai    90
6  RollsRoyce      Mumbai    95
7        BMW        Delhi    50
Counting the occurrences...
Car         Place
Audi        Bangalore     1
BMW         Delhi         2
Lamborgini  Chandigarh    1
Mercedes    Hyderabad     2
Porsche     Mumbai        1
RollsRoyce  Mumbai        1
dtype: int64

結果の読み方

出力を見ると、たとえば「BMW × Delhi」の組み合わせは2回、「Mercedes × Hyderabad」も2回出現していることがわかります。それ以外の組み合わせはすべて1回のみです。このように、groupby()とsize()を組み合わせれば、複数列の組み合わせごとの出現回数を簡単に集計できます。なお、結果をDataFrameとして扱いたい場合は、.reset_index(name='Count')を追加すると便利です。