Using groupby methods to light a group rows of data together and calling the aggregate functions.
So, What is group by? It allows you to groups together rows based of a columns and perform an aggregate function.
So, What is aggregate function? it is just a term for any function and any values.
下記のコードはまずDataFrameを作成します。
data={
'Company':['Goo','Goo','MS','MS','FB','FB'],
'Person':['Sam','Chris','John','Mary','Amy','Jack'],
'Sales':[200,120,340,124,243,350]
}
df=pd.DataFrame(data)
これは実際jupyterで出力されたTableです。
| Company | Person | Sales | |
|---|---|---|---|
| 0 | Goo | Sam | 200 |
| 1 | Goo | Chris | 120 |
| 2 | MS | John | 340 |
| 3 | MS | Mary | 124 |
| 4 | FB | Amy | 243 |
| 5 | FB | Jack | 350 |
groupby()を使ってみます。Columns”Company”をBaseにしてGroupします。
df2=df.groupby('Company')
これは実際jupyterで出力されたものです。groupby Objectが戻りました。
<pandas.core.groupby.groupby.DataFrameGroupBy object at 0x11cc8a940>
いまからこのObjectを使ってみよう。
まずgroupbyされたObjectの平均値を求めます。
df2.mean()
これは実際jupyterで出力されたTableです。
| Sales | |
|---|---|
| Company | |
| FB | 296.5 |
| Goo | 160.0 |
| MS | 232.0 |
今度は標準偏差を求めます。
df2.std()
これは実際jupyterで出力されたTableです。
| Sales | |
|---|---|
| Company | |
| FB | 75.660426 |
| Goo | 56.568542 |
| MS | 152.735065 |
Seriesだけが戻りたい場合、loc()かiloc()使えばOKです。
df2.sum().loc['FB'] df2.sum().iloc[0]
これは実際jupyterで出力されたものです。
いろんな情報を一気にもらう。
df2.describe()
これは実際jupyterで出力されたTableです。
| Sales | ||||||||
|---|---|---|---|---|---|---|---|---|
| count | mean | std | min | 25% | 50% | 75% | max | |
| Company | ||||||||
| FB | 2.0 | 296.5 | 75.660426 | 243.0 | 269.75 | 296.5 | 323.25 | 350.0 |
| Goo | 2.0 | 160.0 | 56.568542 | 120.0 | 140.00 | 160.0 | 180.00 | 200.0 |
| MS | 2.0 | 232.0 | 152.735065 | 124.0 | 178.00 | 232.0 | 286.00 | 340. |
同じですが、今度はColumnsです。
df2.describe().T
これは実際jupyterで出力されたTableです。
| Company | FB | Goo | MS | |
|---|---|---|---|---|
| Sales | count | 2.000000 | 2.000000 | 2.000000 |
| mean | 296.500000 | 160.000000 | 232.000000 | |
| std | 75.660426 | 56.568542 | 152.735065 | |
| min | 243.000000 | 120.000000 | 124.000000 | |
| 25% | 269.750000 | 140.000000 | 178.000000 | |
| 50% | 296.500000 | 160.000000 | 232.000000 | |
| 75% | 323.250000 | 180.000000 | 286.000000 | |
| max | 350.000000 | 200.000000 | 340.000000 |
更にSeriesを指定し戻ります。
df2.describe().T['FB']
これは実際jupyterで出力されたものです。
Sales count 2.000000
mean 296.500000
std 75.660426
min 243.000000
25% 269.750000
50% 296.500000
75% 323.250000
max 350.000000
Name: FB, dtype: float64
それじゃねー