Pythonで列内の複数の文字列と一致するものをグループ分けして更に別列の数字を合計したいです。

Question

前提・実現したいこと

完全に初心者で恐縮ですが調べてもどうしてもわからなかったので質問させていただきます。
以下のcsvを特定の条件に分類分けし、金額の合計を別のExcelに出力したいと考えております。

条件
製品をグループ化
更に区分内を（本体価格と消費税）、（手数料）となるようグループ化
更に国を（JP）、（JP以外）となるようグループ化
最後にそれぞれグループ分けされた金額の数字をsumしてExcelに出力

該当のソースコード

製品名　区分　　　国　　金額
製品A　本体価格　JP　　xxxx
製品A　消費税　　JP　　xxxx
製品A　手数料　　JP　　xxxx
製品A　本体価格　US　　xxxx
製品A　消費税　　US　　xxxx
製品A　手数料　　US　　xxxx
製品A　本体価格　HK　　xxxx
製品A　消費税　　HK　　xxxx
製品A　手数料　　HK　　xxxx
製品B　本体価格　JP　　xxxx
製品B　消費税　　JP　　xxxx
製品B　手数料　　JP　　xxxx
製品C　本体価格　JP　　xxxx
製品C　消費税　　JP　　xxxx
製品C　手数料　　JP　　xxxx

試したこと

import pandas as pd
import openpyxl

df = pd.read_csv("C:\Users\userA\Desktop\売上データ.csv", encoding = "shift-jis")

pd.set_option('display.max_rows', None)

df = df.groupby(["製品名","区分","国"])

df.sum().to_excel('C:\Users\userA\Desktop\出力先.xlsx', sheet_name='data')

これである程度の金額の合計は出せるのですが、区分と国がバラバラになっており、想定していたことができておりません。。。

Comments

[aqufiz]

どのようにバラバラになっているか結果を貼って頂きたいです．

[ppaul]

期待通りの結果が得られないということだと思いますが、tatsu2さんが期待するものが何なのかが書かれていないので答えようがありません。
回答を求めるなら、どういう出力を期待しているのかを質問に追加しましょう。

[tatsu2]

ご返信ありがとうございます。以下のようになります。

製品名　区分　　　国　金額
製品A　本体価格　JP　 xxxx
　　　　　　　 　US xxxx　
　　　　　 　　 　HK　xxxx
製品A　消費税　　JP　 xxxx
　　　　　　　 　US xxxx　
　　　　　　　 　HK　xxxx
製品A　手数料　　JP　 xxxx
　　　　　　　 　US xxxx　
　　　　　　　 　HK　xxxx
・
・
・
各製品ごとに同じようになる

ソースコードの部分に記載が漏れてわかりにくくなっており大変申し訳ないのですが、
1つの製品が1つ売れる毎に価格、消費税、手数料が1つずつcsvに記載されるため、
csv内には同じデータが大量に存在します。
それを合計して毎月どのくらい売れたのかをJP、JP以外で取りまとめたいのが今回の趣旨となります

[tatsu2]

理想的な出力結果は以下となります

製品名　区分　　　　　　　国　　 合計金額
製品A　本体価＋消費税　　JP　　　xxxx
製品A　手数料　　　　　　JP　　　xxxx
製品A　本体価＋消費税　　JP以外　xxxx
製品A　手数料　　　　　　JP以外　xxxx
・
・
・
各製品ごとに同じ処理をする

分かりにくくて申し訳ありません。
このような結果を想定しております
【本体価格＋消費税】や【JP以外】は別の名前にリネームする等ができると嬉しいです

Answer 1

データは適当ですが、以下のような感じでしょうか。

元データ

>>> print(df)
    製品名    区分   国    金額
0   製品A  本体価格  JP  1000
1   製品A   消費税  JP   100
2   製品A   手数料  JP    10
3   製品A  本体価格  US   800
4   製品A   消費税  US    70
5   製品A   手数料  US   300
6   製品A  本体価格  HK  3000
7   製品A   消費税  HK   150
8   製品A   手数料  HK   500
9   製品B  本体価格  JP  1800
10  製品B   消費税  JP   180
11  製品B   手数料  JP  2000
12  製品C  本体価格  JP   500
13  製品C   消費税  JP    50
14  製品C   手数料  JP   600
15  製品A  本体価格  JP  1500
16  製品A   消費税  JP   150
17  製品A   手数料  JP    15
18  製品A  本体価格  US  1600
19  製品A   消費税  US   140
20  製品A   手数料  US   600
21  製品B  本体価格  JP  1200
22  製品B   消費税  JP   120
23  製品B   手数料  JP  2000
24  製品B  本体価格  HK  1000
25  製品B   消費税  HK    60
26  製品B   手数料  HK   200
27  製品C  本体価格  JP   900
28  製品C   消費税  JP    90
29  製品C   手数料  JP   300

変換処理

class_d = {'本体価格': '本体価格＋消費税', '消費税': '本体価格＋消費税', '手数料': '手数料'}

df['大区分'] = df['区分'].apply(lambda x: class_d[x])
df['国内外'] = df['国'].apply(lambda x: 'JP' if x=='JP' else 'JP以外')
df.drop(['区分', '国'], axis=1, inplace=True)
df_temp = df.groupby(['製品名', '国内外', '大区分']).sum()
df_temp2 = df_temp.reset_index().reindex(columns=['製品名', '大区分', '国内外', '金額'])
df_result = df_temp2.sort_values(['製品名', '国内外', '大区分'], ascending=[True, True, False])
df_result.columns = ['製品名', '区分', '国', '合計金額']

実行結果

>>> class_d = {'本体価格': '本体価格＋消費税', '消費税': '本体価格＋消費税', '手数料': '手数料'}
>>>
>>> df['大区分'] = df['区分'].apply(lambda x: class_d[x])
>>> df['国内外'] = df['国'].apply(lambda x: 'JP' if x=='JP' else 'JP以外')
>>> df.drop(['区分', '国'], axis=1, inplace=True)
>>> df_temp = df.groupby(['製品名', '国内外', '大区分']).sum()
>>> df_temp2 = df_temp.reset_index().reindex(columns=['製品名', '大区分', '国内外', '金額'])
>>> df_result = df_temp2.sort_values(['製品名', '国内外', '大区分'], ascending=[True, True, False])
>>> df_result.columns = ['製品名', '区分', '国', '合計金額']
>>> print(df_result)
   製品名        区分     国  合計金額
1  製品A  本体価格＋消費税    JP  2750
0  製品A       手数料    JP    25
3  製品A  本体価格＋消費税  JP以外  5760
2  製品A       手数料  JP以外  1400
5  製品B  本体価格＋消費税    JP  3300
4  製品B       手数料    JP  4000
7  製品B  本体価格＋消費税  JP以外  1060
6  製品B       手数料  JP以外   200
9  製品C  本体価格＋消費税    JP  1540
8  製品C       手数料    JP   900

Comments

[tatsu2]

ありがとうございます！！想定していたことができました。
分かりにくい質問だったのに大変助かりました。

Answer 2

import pandas as pd

dat = [
["製品A","本体価格","JP",500],
["製品A","消費税","JP",5],
["製品A","手数料","JP",50],
["製品A","本体価格","US",50],
["製品A","消費税","US",5],
["製品A","手数料","US",50],
["製品A","本体価格","HK",50],
["製品A","消費税","HK",5],
["製品A","手数料","HK",50],
["製品B","本体価格","JP",80],
["製品B","消費税","JP",8],
["製品B","手数料","JP",5],
["製品C","本体価格","JP",90],
["製品C","消費税","JP",9],
["製品C","手数料","JP",50],
]

df = pd.DataFrame(dat, columns=["製品名","区分","国","金額"])
print(df)

isjp = df.loc[:,'国']=="JP"
print(isjp)
isfee = df.loc[:,'区分']=="手数料"

g = df.groupby(["製品名", isjp, isfee])
for val in g:
    print(val)

とりあえずこんな感じにすれば、グルーピングはできます。