マルチインデックスが設定されたDataFrameの統計量の取得【Python】 2021 6/14 技術情報 Pythonで統計解析 2020-03-232021-06-14 マルチインデックスの設定されたDataFrameから、カテゴリ化した統計量を取得する方法を解説します。 ここでは、以下のようにpandasをインポートしているものとして進めていきます。 import pandas as pd [toc] 目次サンプルデータ ここではseabornのtipsデータセットのサブセット(一部改変)を用います。 dataframe-tips-1ダウンロード </noscript><iframe data-src="https://onedrive.live.com/embed?cid=39D1A2EE89AB4E6D&resid=39D1A2EE89AB4E6D%211122&authkey=AIdOi_RerP8D2XA&em=2" width="600" height="346" frameborder="0" scrolling="no" class="lazyload" > 以下のようにしてDataFrameに取り込みできます。 df = pd.read_excel(r'https://biotech-lab.org/wp-content/uploads/2020/03/dataframe-tips-1.xlsx') マルチインデックスでカテゴリ化した統計量の取得 統計量を取得するメソッド(count, max, mean, median, min, std, varなど)にはlevel引数の設定が可能になっています。このlevel引数でどのマルチインデックスでカテゴリ化して統計量を取得するかを指定することができます。 ここで、マルチインデックスのLevelは次のように指定されています。 それでは平均値を取得するmeanメソッドを例に使い方を見ていきましょう。 コード例 まず Level 0 の day でカテゴリ化して平均値を求めてみます。 df = df.set_index(['day', 'time', 'sex']) print(df.mean(level=0)) ※ df : サンプルデータ total_bill tip size day Sun 13.665000 1.335000 2.500000 Sat 19.830000 3.836667 2.333333 Fri 19.070000 2.500000 2.000000 Thur 20.203333 2.833333 2.666667 このように曜日ごとの平均値が取得できました。 次に、Level 1 の time でカテゴリ化して平均値を求めてみます。 df = df.set_index(['day', 'time', 'sex']) print(df.mean(level=1)) ※ df : サンプルデータ total_bill tip size time Dinner 20.6900 3.047143 2.428571 Lunch 14.9525 2.212500 2.250000 このように時間帯ごとの平均値が取得できました。 同様に Level 2 の sex でカテゴリ化して平均値を求めてみます。 df = df.set_index(['day', 'time', 'sex']) print(df.mean(level=2)) ※ df : サンプルデータ total_bill tip size sex Female 13.577500 1.897500 2.000000 Male 21.475714 3.227143 2.571429 このように性別ごとの平均値が取得できました。 ここではmeanメソッドを用いましたが、どのメソッドでも全く同様に扱うことができます。 補足 なお、Level の設定は数字だけではなく、行ラベル名で指定することも可能です。例えば、次のようになります。 df = df.set_index(['day', 'time', 'sex']) print(df.mean(level='time')) ※ df : サンプルデータ total_bill tip size time Dinner 20.6900 3.047143 2.428571 Lunch 14.9525 2.212500 2.250000 また、複数のLevelをリストとして指定することも可能です。 スポンサーリンク 技術情報 Pythonで統計解析 よかったらシェアしてね！ URLをコピーしました！ URLをコピーしました！ 関連記事 DataFrameの各列間の相関係数を求める(相関行列)【Python】 2021-11-15 比例ハザードモデルを用いたCox回帰分析【Python】 2021-11-04 2群の生存確率関数の差の検定(ログランク検定・一般化Wilcoxon検定)【Python】 2021-10-26 カプラン・マイヤー推定量と生存率曲線【Python】 2021-10-24 ロジスティック回帰分析【Python】 2021-10-22 DataFrameにメタデータを加える【Python】 2021-09-10 Numpy.NETを導入する【C#】 2021-08-05 正規表現を使って検索・置換する ― 基本編【Python】 2021-08-03 コメント コメントする コメントをキャンセルコメント ※ 名前 ※ メール ※ サイト 次回のコメントで使用するためブラウザーに自分の名前、メールアドレス、サイトを保存する。 数字で答えを入力してください:1 × five = email confirm* post date* 日本語が含まれない投稿は無視されますのでご注意ください。（スパム対策）
コメント