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

90.51%

  • Python 3.x

    9800questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • pandas

    894questions

    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。

pandas groupby での 条件抽出の結果について

解決済

回答 1

投稿

  • 評価
  • クリップ 1
  • VIEW 3,357

lump333

score 1

前提・実現したいこと

Python の pandas groupbyにてデータの集計方法の質問です。groupby でグループ内のある条件を満たす最小値が欲しいです。その際に、条件を満たさないグループの項目も残したいのですが、どのように書くのがpandasのイディオムなのでしょうか?自分の例ではout3では求められましたが冗長な書き方と感じましたので質問しています。out2のような書き方ではできないのでしょうか?

 実行したこと
import pandas as pd
df = pd.DataFrame(
    {'id': list('aaabbcccc'),
     'val': [1,2,3,1,2,1,2,4,5]})

out1 = df[df.val >= 3].groupby('id').count()

実行結果

>>> out1 
    val  
id       
a     3  
c     4  

欲しい結果(NaNを入れたいので'float64'でOK)

    val  
id       
a     3.0  
b     NaN
c     4.0  

試したこと

>>> out2 = df.groupby('id')[df.val >= 3].min()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "C:\Anaconda3\lib\site-packages\pandas\core\base.py", line 337, in __getitem__
    % str(bad_keys)[1:-1])
KeyError: 'Columns not found: False, True'

>>> out3 = pd.DataFrame(index = df.set_index('id').index.unique()).join(out1)
>>> out3
    val
id
a   3.0
b   NaN
c   4.0

実行環境

>>> import sys; sys.version
'3.5.2 |Anaconda custom (64-bit)| (default, Jul  5 2016, 11:41:13) [MSC v.1900 64 bit (AMD64)]'
>>> pd.__version__
'0.19.2'
  • 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

+2

groupby().apply() を使用することで、out2っぽく記述できると思います。

import pandas as pd
df = pd.DataFrame(
    {'id': list('aaabbcccc'),
     'val': [1,2,3,1,2,1,2,4,5]})

out1 = df.groupby('id').apply(lambda d: d[d.val >= 3]['val'].min())
print(out1)
#=> id
#   a    3.0
#   b    NaN
#   c    4.0
#   dtype: float64

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。

  • 2017/05/18 10:22 編集

    apply() ですね。ありがとうございました。実際のdfのcolumnは多いので次のように変更しても動きました。
    df.groupby('id').apply(lambda d: d['val'][d.val >= 3].min())
    For DataFrame output:
    df.groupby('id').apply(lambda d: d[['val']][d.val >= 3].min())

    キャンセル

同じタグがついた質問を見る

  • Python 3.x

    9800questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • pandas

    894questions

    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。