pandasにおける、項目ごとに異なる条件を適用した集計方法（groupby,sum,agg,apply,ユーザ定義関数）

やりたい事

df-Aをdf-Bのように集計したい。

df-A（契約ごとの明細データ）

日本語名	項目名	データ型	項目値
申込番号	mno	数値	-
支社	sya	数値	-
営業所	kan	数値	-
金額	kinngaku	数値	契約した金額を保持
契約者性	ksex	数値	0:男性 1:女性
契約経路	keiro	数値	0:新規 1:見直し

df-B(支社、営業所ごとに各種項目を集計）

日本語名	項目名	データ型	項目の組成
支社	sya	数値	=支社
営業所	kan	数値	=営業所
金額	kinngaku	数値	金額を集計する。
金額_男性	kinngaku_man	数値	契約者性=0のレコードの金額を集計する。
金額_女性	kinngaku_woman	数値	契約者性=1のレコードの金額を集計する。
金額_男性_新規	kinngaku_man_sin	数値	契約者性=0,契約経路=0のレコードの金額を集計する。
金額_男性_見直し	kinngaku_man_mina	数値	契約者性=0,契約経路=1のレコードの金額を集計する。
金額_女性_新規	kinngaku_woman_sin	数値	契約者性=1,契約経路=0のレコードの金額を集計する。
金額_女性_見直し	kinngaku_woman_mina	数値	契約者性=1,契約経路=1のレコードの金額を集計する。

知りたい事

aggを利用した際、引数に複数列を渡す方法

→集計列以外の列を条件に利用する方法が分からず。
複数項目を異なる条件で集計できるが、ユーザー定義関数を用いても引数は１列しか渡せない？
（「金額_男性」「金額_女性」といった集計は不可？）

applyを利用した際に、複数項目を異なる条件で同時に集計する方法

→データフレームを引数として渡せるので、集計列と条件列を分けることができるが、複数項目を異なる条件で同時に集計できない
（「金額_男性」「金額_女性」を同時に集計することは不可？）

あるいはもっと効率的にやりたいことを実現できる方法

試したこと

→ 検索等行ったものの情報が見つからず、異なる引数の渡し方が分からず。。

apply

→同一のデータフレームに対して、groupbyと同時に複数回applyを掛ける。⇒エラー
``` python
def udf_kingaku_man(df):
return df.query('ksex==1')['kingaku'].sum()

def udf_kingaku_woman(df):
return df.query('ksex==2')['kingaku'].sum()

df_group = df.groupby(['sya','kan']).apply(udf_kingaku_man).apply(udf_kingaku_woman).reset_index()


	* 集計したい項目ごとに、同一のデータフレームにgroupby+applyを掛け、異なるデータフレームを作成したのち、必要列のみコンカチ。⇒実現できるが冗長？
``` python
	df_group1 = df.groupby(['sya','kan']).apply(udf_kingaku_man).reset_index()
	df_group2 = df.groupby(['sya','kan']).apply(udf_kingaku_woman).reset_index()
	# 列除外は省略
	df_group = pd.concat([df_group1, df_group2], axis=1)

※初心者マークを付加

行動規範の内容に同意します

回答2件

ベストアンサー

applyする関数で、Seriesを返すようにすればいいです。
(作りたいDataFrameのcolumnが、返すSeriesのindexになります)

python
1def func(df):
2    m0 = df.loc[(df['ksex'] == 0) & (df['keiro'] == 0), 'kinngaku'].sum()
3    m1 = df.loc[(df['ksex'] == 0) & (df['keiro'] == 1), 'kinngaku'].sum()
4    w0 = df.loc[(df['ksex'] == 1) & (df['keiro'] == 0), 'kinngaku'].sum()
5    w1 = df.loc[(df['ksex'] == 1) & (df['keiro'] == 1), 'kinngaku'].sum()
6
7    return pd.Series({
8        'kinngaku': m0 + m1 + w0 + w1,
9        'kinngaku_man': m0 + m1,
10        'kinngaku_woman': w0 + w1,
11        'kinngaku_man_sin': m0,
12        'kinngaku_man_mina': m1,
13        'kinngaku_woman_sin': w0,
14        'kinngaku_woman_mina': w1,
15    })
16
17df_group = df.groupby(['sya','kan']).apply(func).reset_index()

下記のようにpandas.pivot_tableを使ってやる方が速いんじゃないかという気がします。
(実データで試さないとわからないです)

python
1df2 = pd.pivot_table(df, 'kinngaku',
2                     index=['sya', 'kan'], columns=['ksex', 'keiro'],
3                     aggfunc='sum', fill_value=0)
4df2.columns = df2.columns.map({
5    (0, 0): 'kinngaku_man_sin',
6    (0, 1): 'kinngaku_man_mina',
7    (1, 0): 'kinngaku_woman_sin',
8    (1, 1): 'kinngaku_woman_mina',
9})
10df2['kinngaku_man'] = df2['kinngaku_man_sin'] + df2['kinngaku_man_mina']
11df2['kinngaku_woman'] = df2['kinngaku_woman_sin'] + df2['kinngaku_woman_mina']
12df2['kinngaku'] = df2['kinngaku_man'] + df2['kinngaku_woman']