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!

新規登録して質問してみよう
ただいま回答率
86.02%
COUNT

COUNT は、広く使用されているSQLの関数です。COUNT関数は、行数、もしくは配列のエンティティの数をカウントします。

GROUP BY

GROUP BYとはSQL文のひとつで、SELECT文において特定の列の値が等しい行ごとに表をグループ化します。

Python 3.x

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。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

pandas

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。

Q&A

解決済

[Python]Dataframeのデータを10分単位で年代別に集計したい

Kurogoma
Kurogoma

総合スコア1

COUNT

COUNT は、広く使用されているSQLの関数です。COUNT関数は、行数、もしくは配列のエンティティの数をカウントします。

GROUP BY

GROUP BYとはSQL文のひとつで、SELECT文において特定の列の値が等しい行ごとに表をグループ化します。

Python 3.x

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。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

pandas

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。

1回答

0グッド

0クリップ

278閲覧

投稿2022/11/14 06:01

編集2022/11/22 13:18

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

Python

1df = pd.DataFrame({ 2 'year' : [2021, 2021, 2021, 2021, 2021, 2021,2021,2021,2021,2021], 3 'month' : [8,8,8,8,8,8,8,8,8,8], 4 'day' : [1,1,1,1,1,1,1,1,1,1,], 5 'hour': [0,0,0,0,0,0,0,0,0,0], 6 'minute' : [1,1,2,4,7,17,2,4,9,16], 7 'dailyid': ['A', 'D','A', 'B','A', 'E','C','A', 'E','C'], 8 'age': ['10-19', '20-29','10-19', '30-39','10-19', '10-19','30-39','10-19','10-19','30-39'] 9 },) 10 11#datatime作成 12df['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)) 13#必要ない列削除 14df = df.drop(columns=['year','month','day','hour','minute']) 15#列入れ替え 16df2 = df.loc[:,['日付', 'dailyid']] 17#日付でグループ 18df2.groupby(['日付'])['dailyid'].unique() 19#10分毎にカウント 20df2.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。

以下のような質問にはグッドを送りましょう

  • 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

グッドが多くついた質問は、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。

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。

下記のような質問は推奨されていません。

  • 間違っている
  • 質問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

適切な質問に修正を依頼しましょう。

回答1

1

ベストアンサー

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。

python

1df2 = 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。

python

1df2 = df.groupby([pd.Grouper(key='日付', freq='10min'), 'age'])['dailyid'].nunique() 2df2 = 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)

投稿2022/11/14 23:46

bsdfan

総合スコア4044

rykss👍を押しています

良いと思った回答にはグッドを送りましょう。
グッドが多くついた回答ほどページの上位に表示されるので、他の人が素晴らしい回答を見つけやすくなります。

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

このような回答には修正を依頼しましょう。

回答へのコメント

Kurogoma

2022/11/17 15:40

ありがとうございます!
Kurogoma

2022/11/22 13:14

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。

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
86.02%

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る

質問する

関連した質問

同じタグがついた質問を見る

COUNT

COUNT は、広く使用されているSQLの関数です。COUNT関数は、行数、もしくは配列のエンティティの数をカウントします。

GROUP BY

GROUP BYとはSQL文のひとつで、SELECT文において特定の列の値が等しい行ごとに表をグループ化します。

Python 3.x

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。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

pandas

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。