質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.45%

  • Python

    12369questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • pandas

    938questions

    Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

【Python_Pandas】同施設に属する営業に人数分値を按分する方法をご教示ください

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 79

D7U

score 9

イメージ説明

上記の様に登録されたデータの"合計売上"に"Aシェア"、"Bシェア"を下記のデータに按分したいと考えております。
イメージ説明
按分イメージは下記です
イメージ説明

こちらを実現するpythonコード例をご教示頂きますと幸いです。
(施設毎に、割る数字が変化するのでそれをどのように実現するのかをお聞きしたいです)

宜しくお願い致します。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

手順

施設毎に、割る数字が変化するのでそれをどのように実現するのかをお聞きしたいです

  • 1. DataFrame.merge() で2つの DataFrame を "施設コード" でマージする。
 施設コード   営業コード   合計売上   Aシェア   Bシェア 
 1001   2091   400   0.4   0.1 
 1001   3093   400   0.4   0.1 
 1001   6095   400   0.4   0.1 
 1001   2093   400   0.4   0.1 
 1002   2092   500   0.2   0.2 
 1002   5405   500   0.2   0.2 
 1002   4302   500   0.2   0.2 
 1002   4309   500   0.2   0.2 
 1002   4322   500   0.2   0.2 
 1003   5498   1000   0.3   0.5 
 1003   4392   1000   0.3   0.5 
 1004   3942   600   0.4   0.4 
 1005   3984   400   0.3   0.4 
  • 2. DataFrame.groupby() で "施設コード" で集計する。

  • 3. GroupBy.apply() で各グループごとに "合計売上", "Aシェア", "Bシェア" の列をそのグループの数で除算する関数を作り、指定する。

コード

import pandas as pd

codes = pd.read_csv("codes.csv")
sales = pd.read_csv("sales.csv")

# "施設コード" で結合する。
merged = codes.merge(sales, left_on="施設コード", right_on="施設コード", how="outer")

def func(g):
    cols = ["合計売上", "Aシェア", "Bシェア"]  # 営業コード数で除算する列
    g[cols] = g[cols].div(len(g.index))
    return g

ret = merged.groupby("施設コード").apply(func)
ret.to_csv("output.csv")

入出力

入力ファイル

営業コードが記載された CSV (codes.csv)

施設コード,営業コード
1001,2091
1001,3093
1001,6095
1001,2093
1002,2092
1002,5405
1002,4302
1002,4309
1002,4322
1003,5498
1003,4392
1004,3942
1005,3984

売上が記載された CSV (sales.csv)

施設コード,合計売上,Aシェア,Bシェア
1001,400,0.4,0.1
1002,500,0.2,0.2
1003,1000,0.3,0.5
1004,600,0.4,0.4
1005,400,0.3,0.4

出力 CSV (output.csv)

施設コード,営業コード,合計売上,Aシェア,Bシェア
1001,2091,100.0,0.1,0.025
1001,3093,100.0,0.1,0.025
1001,6095,100.0,0.1,0.025
1001,2093,100.0,0.1,0.025
1002,2092,100.0,0.04,0.04
1002,5405,100.0,0.04,0.04
1002,4302,100.0,0.04,0.04
1002,4309,100.0,0.04,0.04
1002,4322,100.0,0.04,0.04
1003,5498,500.0,0.15,0.25
1003,4392,500.0,0.15,0.25
1004,3942,600.0,0.4,0.4
1005,3984,400.0,0.3,0.4

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/06/13 12:26

    大変ご丁寧なご回答誠にありがとうございます!
    解決いたしました。
    Group byは単純に指定カラムで集計するのみの機能かと思っておりましたが、
    applyと組み合わせることで、"〇〇毎に(今回であれば、施設毎に)関数を適用する"という使い方もできると初めて認識致しました。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.45%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

同じタグがついた質問を見る

  • Python

    12369questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • pandas

    938questions

    Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。