groupsを使った各グループの内訳を確認

DataFrameGroupByには各グループを確認するためのいろいろな機能があります。たとえば、次のようなものです

メソッド	説明
`get_group(グループ名)`	指定したグループのデータ（DataFrame）を取得
`head(行数)`	各グループの先頭行を、指定した行数だけ取得（デフォルトでは5行）
`tail(行数)`	各グループの末尾行を、指定した行数だけ取得（デフォルトでは5行）
`nth(N)`	N-1番目の行を取得（Nには整数を指定

また、groupby()の結果をループと組み合わせると、各グループの名前（キー）とデータ（DataFrame）を取得できます。

# 各グループの名前（キー）とデータ（DataFrame）を取得
for name, group in grouped:
    print(name)  # グループ名（キー）
    print(group)  # グループのデータ（DataFrame）

生徒ID	クラス	点数	学習時間（分）
ST001	1-A	60	232
ST002	1-A	87	345
ST003	1-B	66	180
ST004	1-A	72	22
ST005	1-B	74	120
ST006	1-B	58	215

列クラスでグループ化してfor文に渡した場合、次のように表示されます。nameには各グループの名前、groupには各グループのデータ（DataFrame）が代入されます。

# 列「クラス」でグループ化
grouped = df.groupby("クラス")

for name, group in grouped:
    print(name)  # グループ名（キー）
    print("-------------------")
    print(group)  # グループのデータ（DataFrame）
    print("==========")

1-A
-------------------
       クラス  点数  学習時間（分）
生徒ID                   
ST001  1-A  60      232
ST002  1-A  87      345
ST004  1-A  72       22
==========
1-B
-------------------
       クラス  点数  学習時間（分）
生徒ID                   
ST003  1-B  66      180
ST005  1-B  74      120
ST006  1-B  58      215
==========

演習

import pandas as pd

# 試験結果データを読み込み
df = pd.read_csv("dataset/score_basic.csv", index_col="生徒ID")
# 先頭5行を確認
df.head()

	クラス	点数
生徒ID
ST001	1-A	48
ST002	1-A	88
ST003	1-B	56
ST004	1-A	66
ST005	1-A	68

（1）各グループの名前と、そのグループに属するデータ

今回はクラスごとにグループ化したいので、groupby()で列クラスを指定します。前問のおさらいで、まずはgroups属性で各グループに属する行を確認してみましょう。

# 列「クラス」でグループ化
grouped = df.groupby("クラス")
# 各グループのインデックスを確認
grouped.groups

{'1-A': ['ST001', 'ST002', 'ST004', 'ST005', 'ST007', 'ST011', 'ST012', 'ST017', 'ST019', 'ST020'], '1-B': ['ST003', 'ST006', 'ST008', 'ST009', 'ST010', 'ST013', 'ST014', 'ST015', 'ST016', 'ST018']}

DataFrameGroupByオブジェクトをfor文で使うと、各グループの名前（キー）とデータ（DataFrame）を確認できます。

# 各グループの情報を順に表示する
for name, group in grouped:
    print(name)  # グループ名（キー）
    print()  # 空行
    print(group)  # グループに属するデータ（DataFrame）
    print("======================")

1-A

       クラス   点数
生徒ID           
ST001  1-A   48
ST002  1-A   88
ST004  1-A   66
ST005  1-A   68
ST007  1-A   49
ST011  1-A  100
ST012  1-A   84
ST017  1-A   81
ST019  1-A   78
ST020  1-A   90
======================
1-B

       クラス  点数
生徒ID          
ST003  1-B  56
ST006  1-B  58
ST008  1-B  79
ST009  1-B  75
ST010  1-B  40
ST013  1-B  58
ST014  1-B  83
ST015  1-B  62
ST016  1-B  69
ST018  1-B  51
======================

（2）グループ1-Aに属するデータ

次に、グループ1-Aに属するデータを確認しましょう。get_group()を使うと、指定したグループに属するデータを取得できます。

# グループ「1-A」を取得
group_1_A = grouped.get_group("1-A")
group_1_A

	クラス	点数
生徒ID
ST001	1-A	48
ST002	1-A	88
ST004	1-A	66
ST005	1-A	68
ST007	1-A	49
ST011	1-A	100
ST012	1-A	84
ST017	1-A	81
ST019	1-A	78
ST020	1-A	90

（3）各グループの成績上位者1〜3位のデータ（点数でソート後、各グループの先頭3行）

DataFrameGroupByオブジェクトのhead()を使うと、各グループの先頭行を、指定した行数分だけ取得できます。

head()を利用して、「各クラスの成績上位者1〜3位のデータ」を取得してみましょう。これは、各グループの行が列点数の高い順で並んでいれば、「先頭3行」を取得することで1〜3位のデータが取得できます（今回は、1〜3位はそれぞれ1人ずつしかいないものとします）。

groupby()後、各グループでは元のDataFrameの行の並び順が保持されています。そのため、各グループでソートしたい場合は、groupby()を使う前にsort_values()を使ってソートします。

# 列「点数」の降順でソート
sorted_df = df.sort_values("点数", ascending=False)
# 先頭10行を確認
sorted_df.head(10)

	クラス	点数
生徒ID
ST011	1-A	100
ST020	1-A	90
ST002	1-A	88
ST012	1-A	84
ST014	1-B	83
ST017	1-A	81
ST008	1-B	79
ST019	1-A	78
ST009	1-B	75
ST016	1-B	69

列クラスでグループ化してから、head()を使って各グループの先頭3行を表示します。グループ化前のDataFrame（sorted_df）と比較すると、1-Aと1-Bからそれぞれ成績上位3名分のデータが抽出されていることがわかります。

# 列「クラス」でグループ化
sorted_grouped = sorted_df.groupby("クラス")
# 各グループの先頭3行を取得
sorted_grouped.head(3)

	クラス	点数
生徒ID
ST011	1-A	100
ST020	1-A	90
ST002	1-A	88
ST014	1-B	83
ST008	1-B	79
ST009	1-B	75

（4）各グループの成績上位者3位のデータ（点数でソート後、各グループの3番目の行）

nth()を使うと、各グループから指定した位置のデータを取得します。

これを利用して、各クラスで3番目の成績上位者のデータを取得してみましょう。先頭から3番目なので、引数は2を指定します。

実行結果を確認すると、クラス1-Aでは88点（生徒ST002のデータ）、クラス1-Bでは75点（生徒ST009のデータ）となっており、各グループで上から3行目のデータが取得できていることがわかります。

# 各グループの先頭から3行目（位置は2）を取得
sorted_grouped.nth(2)

	点数
クラス
1-A	88
1-B	75