【pandas中級編④】groupbyの集計パターン大全（aggで複数指標）

はじめに

pandasの groupby() は、カテゴリごとの集計処理に欠かせない関数です。
「性別ごとに平均を出したい」「学年ごとに最大点数と最小点数を同時に知りたい」など、実務でもっともよく使われるデータ分析手法の一つです。

この記事では、基本的な groupby の使い方から、複数列・複数集計関数の応用パターンまでを、丁寧に図解・コード付きで解説します。

1. 基本のgroupby + 単一関数

▶ 例：性別ごとの平均点を出す

df.groupby("性別")["点数"].mean()

• groupby("カテゴリ列")[集計対象].関数()
• mean() 以外にも sum(), max(), min(), count() などがあります

2. groupby + 複数列の集計

▶ 例：性別ごとに「点数」「年齢」の平均を同時に計算

df.groupby("性別")[["点数", "年齢"]].mean()

結果：

✅ カテゴリごとに「複数の列」を同時に集計したいときは、列名をリストで指定します。

3. groupby + 複数の集計関数（agg）

▶ 例：性別ごとに「平均」「最大」「最小」を出す

df.groupby("性別")["点数"].agg(["mean", "max", "min"])

結果：

• agg() を使えば、複数の統計関数を一括で適用できます

4. 複数列 × 複数関数（ネスト構造）

▶ 例：性別ごとに「点数→平均・最大」、「年齢→平均・件数」

df.groupby("性別").agg({
    "点数": ["mean", "max"],
    "年齢": ["mean", "count"]
})

結果（MultiIndex）：

        点数         年齢     
       mean max  mean count
性別                          
女     81.0  92   21.5     2
男     88.67 95   19.5     2

✅ 複数の列ごとに、異なる関数を割り当てたいときは辞書形式で書きます。

5. 集計結果の列名を見やすく変える方法

MultiIndexで出てきた列名を、シンプルに1階層に変換したいとき：

grouped = df.groupby("性別").agg({
    "点数": ["mean", "max"],
    "年齢": ["mean", "count"]
})

# 列名を「列名_集計関数」の形式にフラット化
grouped.columns = ['_'.join(col) for col in grouped.columns]
grouped.reset_index(inplace=True)

結果：

6. groupbyのcount()は「NaNを除外」してカウントする

df.groupby("性別")["年齢"].count()

• count() は NaNを含まないセル数をカウントします
• 欠損を含めた総数を知りたい場合は、.size() を使うのが正解です

7. 条件付きgroupby（bool列を使った前処理）

点数が80点以上かどうかで合格・不合格を先に作って、グループ化することもできます：

df["合格"] = df["点数"] >= 80
df.groupby("合格")["点数"].mean()

✅ 条件によって「カテゴリを新しく作ってからgroupby」するのは、実務でも非常によく使われるテクニックです。

✅ よく使う集計関数まとめ

✅ まとめ

🧭 参考リンク・シリーズナビ

• 【pandas中級編①】mergeとconcatで複数の表をつなげる方法まとめ
• 【pandas中級編②】列の追加・削除・名前変更・順序変更まとめ
• 【pandas中級編③】pivot_tableの使い方をやさしく解説（Excel派必見！）
• 【pandas中級編④】groupbyの集計パターン大全（aggで複数指標）
• 【実践編】pandasで都道府県別・男女別売上を集計する