学ぶ Group_by と集約 | 結合と集計

メニューを表示するにはスワイプしてください

データのグループ化と集約は、特にカテゴリごとに情報を要約したい場合において、データ整形の中核的な作業です。Polarsを使用すると、グループ化操作や集約処理を効率的かつ並列に実行できるため、大規模なデータセットにも最適です。たとえば、games_df、developer、price、positive_reviews などのカラムを持つ negative_reviews というDataFrameがあるとします。各開発者ごとに平均価格や総レビュー数を求めたい場合があります。Polarsでは、group_by メソッドと mean や sum などの集約関数を組み合わせてこれを実現できます。

以下は、games_df を developer カラムでグループ化し、平均価格を計算し、レビュー総数（ポジティブレビューとネガティブレビューの合計）を集計する方法です。


              123456789101112131415161718192021
            
import polars as pl

# Sample data
games_df = pl.DataFrame({
    "developer": ["DevA", "DevB", "DevA", "DevC", "DevB"],
    "price": [10.0, 20.0, 15.0, 30.0, 25.0],
    "positive_reviews": [100, 150, 200, 80, 120],
    "negative_reviews": [10, 20, 15, 5, 8]
})

# Group by developer, calculate average price and total reviews
result = (
    games_df
    .group_by("developer")
    .agg([
        pl.col("price").mean().alias("avg_price"),
        (pl.col("positive_reviews") + pl.col("negative_reviews")).sum().alias("total_reviews")
    ])
)

print(result)

すべて明確でしたか？

フィードバックありがとうございます！

セクション 2. 章 1

AIに質問する

何でも質問するか、提案された質問の1つを試してチャットを始めてください

セクション 2. 章 1