Pandas groupby を使用して一意の値をカウントする方法
次の基本構文を使用して、pandas DataFrame 内のグループごとの一意の値の数をカウントできます。
df. groupby (' group_column ')[' count_column ']. nunique ()
次の例は、この構文を次の DataFrame で使用する方法を示しています。
import pandas as pd #createDataFrame df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B'], ' position ': ['G', 'G', 'G', 'F', 'F', 'G', 'G', 'F', 'F', 'F'], ' points ': [5, 7, 7, 9, 12, 9, 9, 4, 7, 7], ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12, 13, 15]}) #view DataFrame df team position points rebounds 0 A G 5 11 1 A G 7 8 2 A G 7 10 3 A F 9 6 4 A F 12 6 5 B G 9 5 6 B G 9 9 7 B F 4 12 8 B F 7 13 9 B F 7 15
例 1: 列ごとにグループ化し、一意の値をカウントする
次のコードは、各チームの「ポイント」列の一意の値の数をカウントする方法を示しています。
#count number of unique values in 'points' column grouped by 'team' column
df. groupby (' team ')[' points ']. nunique ()
team
At 4
B 3
Name: points, dtype: int64
結果から次のことがわかります。
- チームAには4つの固有の「ポイント」値があります。
- チームBには3つの独自の「ポイント」値があります。
unique()関数を使用して、チームごとに一意の「ポイント」値を表示することもできることに注意してください。
#display unique values in 'points' column grouped by 'team'
df. groupby (' team ')[' points ']. single ()
team
A [5, 7, 9, 12]
B [9, 4, 7]
Name: points, dtype: object
例 2: 複数の列でグループ化し、一意の値をカウントする
次のコードは、チームとポジションごとにグループ化された「ポイント」列の一意の値の数をカウントする方法を示しています。
#count number of unique values in 'points' column grouped by 'team' and 'position'
df. groupby ([' team ', ' position '])[' points ']. nunique ()
team position
AF2
G2
BF 2
G 1
Name: points, dtype: int64
結果から次のことがわかります。
- チーム A のポジション「F」のプレーヤーには2 つの固有の「ポイント」値があります。
- チーム A の「G」ポジションのプレーヤーには2 つの固有の「ポイント」値があります。
- チーム B のポジション「F」のプレーヤーには2 つの固有の「ポイント」値があります。
- チーム B のポジション「G」のプレーヤーには、固有の「ポイント」値が1 つあります。
ここでも、 unique()関数を使用して、チームごと、ポジションごとにそれぞれの一意の「ポイント」値を表示できます。
#display unique values in 'points' column grouped by 'team' and 'position'
df. groupby ([' team ', ' position '])[' points ']. single ()
team position
AF [9, 12]
G [5, 7]
BF [4, 7]
G [9]
Name: points, dtype: object
追加リソース
次のチュートリアルでは、パンダで他の一般的な操作を実行する方法を説明します。
パンダ: 列内で一意の値を見つける方法
パンダ: 複数の列で一意の値を見つける方法
パンダ: 列内の特定の値の出現を数える方法