python データフレーム 複数の列を条件として関数を適用させたい

Question

python のデータフレームで、複数の列を条件とした、新しい列（フラグ）を出力し、
それをもとに計算をしたいです。
下記2点質問があります。

質問１：複数列を条件としたapplyの適用
質問2：applyで作った新しい列をもとにした集計方法

詳細：
例として、曜日と時間の情報が入ったデータフレームに対し、各行毎に
「曜日-時間」という新しいフラグから、A、B、C列のそれぞれの値を計算したい。

#データフレーム例

df = pd.DataFrame({ 'A' : [0,0,10,15,0,0],
                    'B' : [10,12,3,0,0,16],
                    'C' : [0,0,0,10,11,12],
                    '曜日' : ['日','日','月','月','火','火'],
                    '時間' : [9,10,11,12,9,10]
                  })

A	B	C	時間	曜日

0 0 10 0 9 日
1 0 12 0 10 日
2 10 3 0 11 月
3 15 0 10 12 月
4 0 0 11 9 火
5 0 16 12 10 火

やりたいこと：A、B、C 毎に、「曜日」と「時間帯」の組み合わせの数字を平均する。
時間は（9,10,11）を朝、(12,13,14）を昼の時間帯とする。

質問１：複数列を条件としたapplyの適用
まずは、新たに「曜日-時間」の列を作成しましたが、
なるべくfor文を使わず、高速化、効率化のため「applyで適用」させたいです。
なにかよい方法はありますでしょうか。

下記でforで作ってみました。

df['曜日-時間'] = 0

for i in range(len(df)):
    if (df['曜日'][i]=='日') & (df['時間'][i] in (9,10,11)):
        df['曜日-時間'][i] = '日-朝'
        
    elif(df['曜日'][i]=='月') & (df['時間'][i] in (9,10,11)):
        df['曜日-時間'][i] = '月-朝'
        
    elif(df['曜日'][i]=='火') & (df['時間'][i] in (9,10,11)):
        df['曜日-時間'][i] = '火-朝'
        
    elif (df['曜日'][i]=='日') & (df['時間'][i] in (12,13,14)):
        df['曜日-時間'][i] = '日-昼'
        
    elif(df['曜日'][i]=='月') & (df['時間'][i] in (12,13,14)):
        df['曜日-時間'][i] = '月-昼'
        
    elif(df['曜日'][i]=='火') & (df['時間'][i] in (12,13,14)):
        df['曜日-時間'][i] = '火-昼'
    
    else:
        df['曜日-時間'] = 1

結果：
A B C 時間 曜日 曜日-時間
0 0 10 0 9 日 日-朝
1 0 12 0 10 日 日-朝
2 10 3 0 11 月 月-朝
3 15 0 10 12 月 月-昼
4 0 0 11 9 火 火-朝
5 0 16 12 10 火 火-朝

質問2：applyで作った新しい列をもとにした集計方法
A、B、C 毎に曜日と時間帯の組み合わせで平均する。
以下のようなデータフレームを最終的に作りたいのですが、何か効率的な
良い方法はありますでしょうか。

No	日-昼	日-朝	月-昼	月-朝	火-昼	火-朝

0 A 0 0 15 10 0 0.0
1 B 0 11 0 3 0 8.0
2 C 0 0 10 0 0 11.5

なにとぞよろしくお願いします。

Answer 1

曜日はそのまま採用、時間は朝or昼に振り分ける関数を用意します。
この関数をdf.apply(にて行方向(axis=1)に適用します。

def to_wh(row):
    hour = '？'
    if row['時間'] in (9,10,11):
        hour = '朝'
    elif row['時間'] in (12,13,14):
        hour = '昼'
    return '{}-{}'.format(row['曜日'],hour)

import pandas as pd
df = pd.DataFrame({ 'A' : [0,0,10,15,0,0],
                    'B' : [10,12,3,0,0,16],
                    'C' : [0,0,0,10,11,12],
                    '曜日' : ['日','日','月','月','火','火'],
                    '時間' : [9,10,11,12,9,10]
                  })
df['曜日-時間'] = df.apply( to_wh, axis=1)
print (df)

# 集計
gr = df.groupby('曜日-時間')
print(gr.describe())
cols = ('A','B','C')
print(gr.mean().loc[:,cols])

Comments

[yuyu127]

can110さん
ありがとうございます。
新列の作成はできました。
そのあと、A、B、C毎に曜日-時間の平均を出したく、

df.groupby('曜日-時間')['A'].mean()

で出すことはできますが、A、B、Cの数が増えた場合に
効率的にデータフレームを作ることはできますでしょうか。

なにとぞよろしくお願いいたします。

[8524ba23]

推測ですが、groupby時点で各列の統計量が算出されているようなので
単一列でも複数列でも効率は変わらないかと思います。
なお、必要な複数列の結果を表示したい場合は
回答に示したようにcolsを動的に作りこむことでコードは簡略化できます。

[yuyu127]

can110さん
ありがとうございました。
最後のデータフレームまでできました。
大変助かりました。