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

87.48%

groupby、transformを用いて算出した平均値の置き換え

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 635

score 3

問題:transformして出した平均値を置き換えたい

閲覧していただきありがとうございます。
プログラミングを勉強し始めたばかりであり、壁にぶつかったため質問させていただきました。

以下のコードではgroupbyを用いて条件別にまとめ、transformを用いて条件別の平均値を平均カラムに出力したものです。

ソースコード

df = pd.DataFrame([['王林', '青森', 'スーパー', 160],
                   ['王林', '青森', 'スーパー', 180],
                   ['王林', '青森', 'コンビニ', 210],
                   ['王林', '青森', 'コンビニ', 230],
                   ['王林', '長野', 'スーパー', 110],
                   ['王林', '長野', 'スーパー', 170],
                   ['王林', '長野', 'コンビニ', 250],
                   ['王林', '長野', 'コンビニ', 240],
                   ['紅玉', '青森', 'スーパー', 170],
                   ['紅玉', '青森', 'スーパー', 150],
                   ['紅玉', '青森', 'コンビニ', 220],
                   ['紅玉', '青森', 'コンビニ', 250],
                   ['紅玉', '長野', 'スーパー', 170],
                   ['紅玉', '長野', 'スーパー', 160],
                   ['紅玉', '長野', 'コンビニ', 280],
                   ['紅玉', '長野', 'コンビニ', 180]],
                  columns=['種類', '都道府県', '場所', '値段'])
df['平均'] = df.groupby(['種類','都道府県','場所']).transform(lambda x:x.mean())

実行結果

#実行結果
    種類 都道府県    場所   値段     平均
0   王林   青森  スーパー  160  170.0
1   王林   青森  スーパー  180  170.0
2   王林   青森  コンビニ  210  220.0
3   王林   青森  コンビニ  230  220.0
4   王林   長野  スーパー  110  140.0
5   王林   長野  スーパー  170  140.0
6   王林   長野  コンビニ  250  245.0
7   王林   長野  コンビニ  240  245.0
8   紅玉   青森  スーパー  170  160.0
9   紅玉   青森  スーパー  150  160.0
10  紅玉   青森  コンビニ  220  235.0
11  紅玉   青森  コンビニ  250  235.0
12  紅玉   長野  スーパー  170  165.0
13  紅玉   長野  スーパー  160  165.0
14  紅玉   長野  コンビニ  280  230.0
15  紅玉   長野  コンビニ  180  230.0


今回実行したいことを具体的に書くと

「場所の条件がコンビニの平均を、場所以外の条件は同一のスーパーの平均に置き換えたい」

です。

以下が具体的なゴールです。

ゴール

#コンビニの平均がスーパーの平均に置き換わっている
#*がついてるところが変更箇所
    種類 都道府県    場所   値段     平均
0   王林   青森  スーパー  160  170.0
1   王林   青森  スーパー  180  170.0
2   王林   青森  コンビニ  210  170.0*
3   王林   青森  コンビニ  230  170.0*
4   王林   長野  スーパー  110  140.0
5   王林   長野  スーパー  170  140.0
6   王林   長野  コンビニ  250  140.0*
7   王林   長野  コンビニ  240  140.0*
8   紅玉   青森  スーパー  170  160.0
9   紅玉   青森  スーパー  150  160.0
10  紅玉   青森  コンビニ  220  160.0*
11  紅玉   青森  コンビニ  250  160.0*
12  紅玉   長野  スーパー  170  165.0
13  紅玉   長野  スーパー  160  165.0
14  紅玉   長野  コンビニ  280  165.0*
15  紅玉   長野  コンビニ  180  165.0*

試したこと

for文で1行ずつ取り出しての実行はできたのですが、実際のデータは行数が多いため、このコードだと処理に時間がかかり過ぎてしまいます。

for i in range(len(df)):
    if df.at[i,'場所'] != 'スーパー':
        df.at[i, '平均'] = df[(df['種類'] == df.at[i, '種類']) & (df['都道府県'] == df.at[i, '都道府県']) & (df['場所'] == 'スーパー')]['値段'].mean()
    else:
        continue


そこで「処理をより高速に終わらせる方法」を模索しています。

どうかご回答よろしくお願いします。

  • 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
    • 過去に投稿した質問と同じ内容の質問
    • 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

+1

コンビニの価格にもスーパーの平均値を採用するということですかね。

であれば、groupby().transform(lambda d:d.mean()) を使うのではなく groupby().mean() にて、スーパーのみ の価格表を作製し、元のデータフレームにその価格を適用するとよいのではないでしょうか。

import pandas as pd

df = pd.DataFrame([['王林', '青森', 'スーパー', 160],
                   ['王林', '青森', 'スーパー', 180],
                   ['王林', '青森', 'コンビニ', 210],
                   ['王林', '青森', 'コンビニ', 230],
                   ['王林', '長野', 'スーパー', 110],
                   ['王林', '長野', 'スーパー', 170],
                   ['王林', '長野', 'コンビニ', 250],
                   ['王林', '長野', 'コンビニ', 240],
                   ['紅玉', '青森', 'スーパー', 170],
                   ['紅玉', '青森', 'スーパー', 150],
                   ['紅玉', '青森', 'コンビニ', 220],
                   ['紅玉', '青森', 'コンビニ', 250],
                   ['紅玉', '長野', 'スーパー', 170],
                   ['紅玉', '長野', 'スーパー', 160],
                   ['紅玉', '長野', 'コンビニ', 280],
                   ['紅玉', '長野', 'コンビニ', 180]],
                  columns=['種類', '都道府県', '場所', '値段'])

# スーパー価格の平均から値段表を作製
price_list = df.loc[df['場所']=='スーパー'].groupby(['種類', '都道府県']).mean()
# 上記の値段表をデータフレームに適用
ret = df.drop('値段',axis=1).merge(price_list, left_on=['種類', '都道府県'], right_index=True)
print(ret)
#    種類 都道府県    場所     値段
#0   王林   青森  スーパー  170.0
#1   王林   青森  スーパー  170.0
#2   王林   青森  コンビニ  170.0
#3   王林   青森  コンビニ  170.0
#4   王林   長野  スーパー  140.0
#5   王林   長野  スーパー  140.0
#6   王林   長野  コンビニ  140.0
#7   王林   長野  コンビニ  140.0
#8   紅玉   青森  スーパー  160.0
#9   紅玉   青森  スーパー  160.0
#10  紅玉   青森  コンビニ  160.0
#11  紅玉   青森  コンビニ  160.0
#12  紅玉   長野  スーパー  165.0
#13  紅玉   長野  スーパー  165.0

投稿

  • 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。

  • 2020/04/30 16:01

    実際のデータでも解決できました!
    ありがとうございました!

    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 87.48%
  • 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

関連した質問

同じタグがついた質問を見る