PythonでDataFrameの指定列に基づいてレコード数をカウントする方法

データ分析の現場では、特定の列（カテゴリ）ごとにレコード数を集計する処理がよく求められます。Pythonのpandasライブラリを使えば、groupby()メソッドを活用することで、このような集計を簡単に実現できます。

実現したいこと

例として、「Designation（役職・職種）」列を基準にレコードをグループ化し、それぞれの件数をカウントします。最終的な出力は以下のようになります。

Designation
architect     1
programmer    2
scientist     2

解決のアプローチ

この問題を解決するためには、以下の手順で進めます。

• DataFrameを定義する： サンプルデータからpandasのDataFrameを作成します。

• groupbyメソッドを適用する： 「Designation」列に対してgroupby()を実行し、count()で各グループのレコード数を算出します。

df.groupby(['Designation']).count()

実装例

それでは、実際のコードを見てみましょう。以下のサンプルでは、従業員IDと職種を含むDataFrameを作成し、職種ごとのレコード数を集計しています。

import pandas as pd
data = { 'Id':[1,2,3,4,5],
         'Designation':
['architect','scientist','programmer','scientist','programmer']}
df = pd.DataFrame(data)
print("DataFrame is\n",df)
print("groupby based on designation:")
print(df.groupby(['Designation']).count())

出力結果

上記のコードを実行すると、次のような結果が得られます。

Designation
architect     1
programmer    2
scientist     2

まとめ

pandasのgroupby()とcount()を組み合わせることで、指定した列の値ごとにレコード数を簡単に集計できます。この手法は、カテゴリ別の出現回数を調べたい場合や、データの分布を把握したい場合に非常に便利です。なお、より柔軟な集計を行いたい場合は、value_counts()やagg()といったメソッドも併せて検討してみるとよいでしょう。