Pandas データフレームの集計集約（グループごとの数え上げ，最大，最小，平均，中央値，和）（Python, pandas, matplotlib, seaborn, Iris データセット, titanicデータセットを使用）（Google Colaboratroy へのリンク有り）

1. 前準備

Python の準備（Windows，Ubuntu 上）

• Windows での Python 3.10，関連パッケージ，Python 開発環境のインストール: 別ページ »で説明している．
• Ubuntu では，システム Pythonを使うことができる．Python3 開発用ファイル，pip, setuptools のインストール: 別ページ »で説明している．

【サイト内の関連ページ】

• Python のまとめ: 別ページ »にまとめ
• Google Colaboratory の使い方など: 別ページ »で説明している．

【関連する外部ページ】

Python の公式ページ: https://www.python.org/

Python の numpy, pandas, seaborn, matplotlib, scikit-learn のインストール

• Windows の場合

  Windows では，コマンドプロン プトを管理者として実行し， 次のコマンドを実行する．

  python -m pip install -U pip setuptools numpy pandas matplotlib seaborn scikit-learn scikit-learn-intelex
  

  
• Ubuntu の場合

  端末で，次のコマンドを実行

  sudo apt -y update
  sudo apt -y install python3-numpy python3-pandas python3-seaborn python3-matplotlib python3-sklearn
  

2. Iris データセット, titanic データセットの準備

1. iris, titanic データセットの読み込み

   import pandas as pd
   import seaborn as sns
   sns.set()
   iris = sns.load_dataset('iris')
   titanic = sns.load_dataset('titanic')
   

   
2. データの確認

   print(iris.head())
   print(titanic.head())
   

   

3. グループごとの数え上げ

列を１つ選ぶことで、グループを作り、各グループの要素数を求める

pandas の groupby を使う場合

import pandas as pd
import seaborn as sns
sns.set()
iris = sns.load_dataset('iris')
titanic = sns.load_dataset('titanic')
print( iris.groupby('species').size() )
print( titanic.groupby('embark_town').size() )

4. グループごとの最大、最小、平均、中央値、和

列を１つ選ぶことで、グループを作り、各グループの最大、最小、平均、中央値、和を求める

pandas の groupby を使う場合

import pandas as pd
import seaborn as sns
sns.set()
iris = sns.load_dataset('iris')
titanic = sns.load_dataset('titanic')
print( iris.groupby('species').max() )
print( titanic.groupby('embark_town').max() )

print( iris.groupby('species').min() )
print( titanic.groupby('embark_town').min() )

print( iris.groupby('species').mean() )
print( titanic.groupby('embark_town').mean() )

print( iris.groupby('species').median() )
print( titanic.groupby('embark_town').median() )

print( iris.groupby('species').sum() )
print( titanic.groupby('embark_town').sum() )