【Pandas】groupbyを使ってデータのまとまりをつくる｜Anacondaでデータ分析

前回に引き続き、Pandasの説明をしていきます。

今回は同じ種類のものをグループ化して、データをより整理していきます。

グループ作成前のデータ

>>>【Pandas入門】データをソートして、昇降順を並び替える方法｜Anacondaでデータ分析

前回の記事で、ageのデータをソートして、見やすくしました。

今回は、さらに年齢別にq1のスコアの平均値を出していこうと思います。

そこで必要になるのが、groupbyメソッドです。

groupbyによってデータをまとめる

さっそく、age を年齢別の束にしていきます。

age_group = age_sort.groupby('age').q1.mean()

結果、以下の表をつくることができました。

グループを作成するだけでなく、meanメソッドによって、年齢ごとのq1スコアの平均値を出しています。

※画像の表は途中で切れています。

でも、これだけだと何がなんだか分からないね

じゃあ、このデータをもとにグラフを作成してみよう！

フレームワークを作成してデータの可視化

まず、先ほど作成したage_groupは、Seriesという形式になっているので、

これをDateFrameの形式に置き換えます。

（可視化するためには、DataFrameに置き換える必要があります。）

df = pd.DataFrame(age_group)

df2 = df.rename(columns = {'q1' : 'q1_mean'})

より分かりやすくするために、q1というカラム名を、q1_meanという名前に変更しました。

実際にできあがったデータフレームが以下です。

df2

※画像の表は途中で切れています。

さっきよりも、しっかりした表になりました。

データの可視化

出来上がった表を可視化できるようにグラフを作成してみます。

df2.plot(title='q1 score')

コードを実行すると、こんなグラフができました。

これなら、さっきよりも年齢とq1の平均値との関係性が分かるようになったね！

うん、グラフも簡単に作成できたね！

まとめ

データをgroupbyを使うことで整理できたので、

可視化してよりデータの変化を捉えることができました。

どんどんgropbyを使って、使い方をマスターしていきましょう。