これで完璧！Pandasのpivot_table関数を使ったデータ分析入門

データ分析や可視化の際に、特にPythonを使って作業している場合、Pandasは最も頼れるライブラリのひとつです。

その中でも、データを整理して洞察を得るための強力な機能のひとつがピボットテーブル（Pivot Table）です。

Excelユーザーには馴染みがあると思いますが、Pandasのピボットテーブル（Pivot Table）はさらに柔軟で、多機能です。

この記事では、Pandasのピボットテーブル（Pivot Table）について、初心者にもわかりやすく解説し、実際の使用例を交えながら、ピボットテーブル（Pivot Table）の使い方や応用方法を学んでいきます。

Pandasのピボットテーブル（Pivot Table）とは？
pivot_tableの基本構文
ピボットテーブル（Pivot Table）の作成
まとめ

Pandasのピボットテーブル（Pivot Table）とは？

ピボットテーブル（Pivot Table）とは、データを再構築して要約するための表の一種です。

複雑なデータセットに対して、列や行でグループ化した集計結果を得ることができます。

例えば、売上データをカテゴリごとや月ごとに集計したい場合に便利です。

PythonのPandasライブラリには、pivotとpivot_tableという2つの関数がありますが、この記事ではより柔軟なpivot_tableに焦点を当てます。

pivot_tableの基本構文

pivot_table関数の基本的な構文は以下のとおりです。

import pandas as pd

pd.pivot_table(data, values, index, columns, aggfunc)

data：ピボットテーブル（Pivot Table）を作成する元データ
values：集計したい値（列）
index：行として使用する列
columns：列として使用する列
aggfunc：集計関数（デフォルトは平均）

ゆーや

pivot_tableのつくり方はこんな感じ！

実際にpivot_tableを使ってみよう！

ピボットテーブル（Pivot Table）の作成

基本的なピボットテーブル（Pivot Table）の作成

import pandas as pd

# サンプルデータの作成
data = {
    "Date": ["2024-01-01", "2024-01-02", "2024-01-01", "2024-01-02", "2024-01-01", "2024-01-02"],
    "Product": ["Apple", "Apple", "Banana", "Banana", "Orange", "Orange"],
    "Sales": [200, 150, 100, 120, 300, 250],
    "Quantity": [10, 8, 5, 6, 15, 12]
}

# データフレームの作成
df = pd.DataFrame(data)

# ピボットテーブル（Pivot Table）の作成
pivot_table = pd.pivot_table(df, values="Sales", index="Product", aggfunc="mean")

# 出力
print(pivot_table)

ゆーや

このように、Product（商品）をインデックスにして、Sales（売上）の平均値が計算されました！

複数の集計関数を使用する

pivot_table関数は、複数の集計関数を同時に使用することも可能です。

import pandas as pd

# サンプルデータの作成
data = {
    "Date": ["2024-01-01", "2024-01-02", "2024-01-01", "2024-01-02", "2024-01-01", "2024-01-02"],
    "Product": ["Apple", "Apple", "Banana", "Banana", "Orange", "Orange"],
    "Sales": [200, 150, 100, 120, 300, 250],
    "Quantity": [10, 8, 5, 6, 15, 12]
}

# データフレームの作成
df = pd.DataFrame(data)

# ピボットテーブル（Pivot Table）の作成
pivot_table = pd.pivot_table(df, values=["Sales", "Quantity"], index="Product", aggfunc={"Sales": "sum", "Quantity": "sum"})

# 出力
print(pivot_table)

複数のインデックスと列でのグループ化

より複雑なデータセットでは、複数のインデックスや列を指定することもできます。

import pandas as pd

# サンプルデータの作成
data = {
    "Date": ["2024-01-01", "2024-01-02", "2024-01-01", "2024-01-02", "2024-01-01", "2024-01-02"],
    "Product": ["Apple", "Apple", "Banana", "Banana", "Orange", "Orange"],
    "Sales": [200, 150, 100, 120, 300, 250],
    "Quantity": [10, 8, 5, 6, 15, 12]
}

# データフレームの作成
df = pd.DataFrame(data)

# ピボットテーブル（Pivot Table）の作成
pivot_table = pd.pivot_table(df, values="Sales", index=["Date", "Product"], aggfunc="sum")

# 出力
print(pivot_table)

集計結果が欠損値だった場合の補完

import pandas as pd
import numpy as np

# サンプルデータの作成
data = {
    "Date": ["2024-01-01", "2024-01-02", "2024-01-01", "2024-01-02", "2024-01-01", "2024-01-02"],
    "Product": ["Apple", "Apple", "Banana", "Banana", "Orange", "Orange"],
    "Sales": [np.nan, np.nan, 100, 120, 300, 250],
    "Quantity": [10, 8, 5, 6, 15, 12]
}

# データフレームの作成
df = pd.DataFrame(data)

# ピボットテーブル（Pivot Table）の作成
pivot_table = pd.pivot_table(df, values="Sales", index="Product", aggfunc="sum", fill_value=0)

# 出力
print(pivot_table)

ゆーや

Appleの集計結果がNaNとなってしまいますが、0として出力されているのがわかります！

ちなみにnp.nanは、numpyで欠損値を意図的に作ります！

pivot関数との違い

最後に、pivot_tableと似ているpivot関数について少し触れておきます。

pivotは基本的にデータの再配置に使われ、集計は行いません。そのため、複数の値がある場合にはエラーとなります。

import pandas as pd
import numpy as np

# サンプルデータの作成
data = {
    "Date": ["2024-01-01", "2024-01-02", "2024-01-01", "2024-01-02", "2024-01-01", "2024-01-02"],
    "Product": ["Apple", "Apple", "Banana", "Banana", "Orange", "Orange"],
    "Sales": [100, 200, 100, 120, 300, 250],
    "Quantity": [10, 8, 5, 6, 15, 12]
}

# データフレームの作成
df = pd.DataFrame(data)

# ピボット（Pivot）の作成
pivot = df.pivot(index="Date", columns="Product", values="Sales")

# 出力
print(pivot)