[Python]Dataframeのデータを10分単位で年代別に集計したい

Question

前提

Dataframeのデータを10分単位で年代別に集計したい

実現したいこと

・データを10分単位で集計する
・同じdailyIDは10分ごとに一回カウント
・集計は年代別

発生している問題・エラーメッセージ

年代別に集計する前に、10分毎に一意のdailyIDをカウント出来るか試したところ、10分間のデータ数になってしまいました。

該当のソースコード

df = pd.DataFrame({
    'year' : [2021, 2021, 2021, 2021, 2021, 2021,2021,2021,2021,2021],
    'month' : [8,8,8,8,8,8,8,8,8,8],
    'day' : [1,1,1,1,1,1,1,1,1,1,],
    'hour': [0,0,0,0,0,0,0,0,0,0],
    'minute' : [1,1,2,4,7,17,2,4,9,16],
   'dailyid': ['A', 'D','A', 'B','A', 'E','C','A', 'E','C'],
   'age': ['10-19', '20-29','10-19', '30-39','10-19', '10-19','30-39','10-19','10-19','30-39']
    },)

#datatime作成
df['日付'] = pd.to_datetime(df['year'].astype(str)+'-'+ df['month'].astype(str)+'-'+ df['day'].astype(str)+'　'+ df['hour'].astype(str)+':'+ df['minute'].astype(str))
#必要ない列削除
df = df.drop(columns=['year','month','day','hour','minute'])
#列入れ替え
df2 = df.loc[:,['日付', 'dailyid']]
#日付でグループ
df2.groupby(['日付'])['dailyid'].unique()
#10分毎にカウント
df2.groupby(pd.Grouper(key='日付', freq='10min')).count()

補足情報（FW/ツールのバージョンなど）

[現状]

|日付|dailyID|
|2021-08-01 00:00:00|8|
|2021-08-01 00:10:00|2|

↓
[理想]

|日付|dailyID|
|2021-08-01 00:00:00|3|
|2021-08-01 00:10:00|2|

[最終目標]

|日付|10-19|20-29|30-39|
|2021-08-01 00:00:00|2|1|2|
|2021-08-01 00:10:00|1|0|1|

Python初心者のため、分かりにくく大変恐縮なのですが、10分毎に一意のIDのカウント方法を教えて下さい。出来れば年代別のカウント方法までご教授いただけますと幸いです。

Answer 1

一意のIDのカウントには、nunique を使います。
https://pandas.pydata.org/docs/reference/api/pandas.core.groupby.DataFrameGroupBy.nunique.html
dailyid についてカウントしたいので、['dailyid'] で列を選んでから、nunique() します。

df2 = df.groupby(pd.Grouper(key='日付', freq='10min'))['dailyid'].nunique()

年代別に集計したいなら、groupby に age 列もいれて集計します。
その結果を unstack() すれば望みの形にできます。

df2 = df.groupby([pd.Grouper(key='日付', freq='10min'), 'age'])['dailyid'].nunique()
df2 = df2.unstack(fill_value=0)

(最終目標と 30-39 列の値が違うので、やりたいことと微妙に違うのかもしれないですが)

Comments

[Kurogoma]

ありがとうございます！

[Kurogoma]

すみません、値が違うのは自分が間違えていただけでした。ありがとうございました、無事に出来ました。