PythonでPandasを使ってデータ集計する

PandasはPythonでデータ分析を行う際に非常によく利用されるライブラリです。大量のデータを効率よく扱うことができ、集計や加工、分析を簡単に実行できます。

業務システムやデータ分析の現場では、売上データや顧客データなどを集計する機会が多くあります。Pandasを利用すると、数行のコードで合計値や平均値、件数などを求めることが可能です。

サンプルプログラム

import pandas as pd

# サンプルデータ作成
data = {
    "Department": ["営業", "営業", "開発", "開発", "総務"],
    "Sales": [100, 150, 200, 250, 80]
}

df = pd.DataFrame(data)

# 部署ごとの売上合計を集計
result = df.groupby("Department")["Sales"].sum()

print(result)

実行結果

Department
営業    250
開発    450
総務     80
Name: Sales, dtype: int64

プログラムの解説

まずDataFrameを作成し、部署名と売上データを保持しています。その後、groupby()を使用して部署ごとにデータをグループ化しています。

さらにsum()を組み合わせることで、部署ごとの売上合計を集計できます。これにより、どの部署がどれだけの売上を上げているかを簡単に確認できます。

Pandasにはsum()以外にもmean()、count()、max()、min()などの集計関数が用意されており、さまざまな分析に活用できます。

まとめ

Pandasのgroupby()を利用すると、カテゴリごとのデータ集計を簡単に実現できます。データ分析やレポート作成、業務データの集計処理など幅広い用途で活用できるため、基本的な使い方を覚えておくと非常に便利です。