summarize() メソッド

1 つ以上の列の同じ値に基づいて、データフレームの行をグループ化します。各グループの行数をカウントし、指定した数値列の小計をグループごとに求めます。

構文

データフレーム名.summarize(on = ["キー列", "...n"], calculate = ["数値列", "...n"]|None, statistics = True|False)

パラメーター

名前	説明
on = ["キー列", "...n"]	要約するキー列。複数の列で要約する場合は、ネストされたグループを作成します。入れ子でのフィールド間の順序は、列を指定した順になります。キー列は要約されたデータフレームの左端に配置されます。メモ summarize() メソッドは、データをグループに要約する前に、自動的にキー列でデータフレームを並べ替えます。出力データフレームには、キー列内の同一値セットごと、または値の等しい組み合わせごとに 1 つの一意のグループが含まれます。
calculate = ["数値列", "...n"] \| None 省略可能	数値列各グループで小計する 1 つ以上の数値列各グループの小計を列合計の割合としても計算します None数値列を小計しませんパラメーターを省略する場合、列は小計されません。
statistics = True \| False 省略可能	True すべての数値小計列の統計情報を計算しますメモ 1 つ以上の数値小計列が calculate で指定されていない場合は使用できません。 False 統計情報を計算しません True を指定する場合、各小計列で次の統計値が計算されます。グループごとに内訳が表示されます。最小値最大値平均値中央値標準偏差最頻値最初の四分位数 3 番目の四分位数 statistics を省略すると、デフォルトの False が使用されます。

名前

説明

on = ["キー列", "...n"]

要約するキー列。

複数の列で要約する場合は、ネストされたグループを作成します。入れ子でのフィールド間の順序は、列を指定した順になります。

キー列は要約されたデータフレームの左端に配置されます。

メモ

summarize() メソッドは、データをグループに要約する前に、自動的にキー列でデータフレームを並べ替えます。出力データフレームには、キー列内の同一値セットごと、または値の等しい組み合わせごとに 1 つの一意のグループが含まれます。

calculate = ["数値列", "...n"] | None

省略可能

数値列各グループで小計する 1 つ以上の数値列
各グループの小計を列合計の割合としても計算します
None数値列を小計しません

パラメーターを省略する場合、列は小計されません。

statistics = True | False

省略可能

True すべての数値小計列の統計情報を計算します
メモ
1 つ以上の数値小計列が calculate で指定されていない場合は使用できません。
False 統計情報を計算しません

True を指定する場合、各小計列で次の統計値が計算されます。グループごとに内訳が表示されます。

最小値
最大値
平均値
中央値
標準偏差
最頻値
最初の四分位数
3 番目の四分位数

statistics を省略すると、デフォルトの False が使用されます。

戻り値

HCL データフレーム。

例

顧客ごとの総取引額

Customer_Number 列に基づいて売掛金データフレームを要約し、Trans_Amount 列の小計を求めたいとします。出力は、顧客ごとでグループ化され、各顧客の総取引額が含まれます。

customer_total = accounts_receivable.summarize(on = ["Customer_Number"], calculate = ["Trans_Amount"], statistics = False)

顧客ごとの取引日別の総取引額

Customer_Number と Trans_Date 列に基づいて売掛金データフレームを要約します。Trans_Amount 列の小計を求めます。

出力は、顧客ごとと、顧客内の取引日ごとにグループ化され、各顧客の取引日別に総取引額が含まれます。

customer_total_by_date = accounts_receivable.summarize(on = ["Customer_Number", "Trans_Date"], calculate = ["Trans_Amount"], statistics = False)

顧客ごとの取引日別の総取引額と統計値

この例は、上記の例と同じですが、statistics パラメーターに True を指定しています。

顧客ごとに、その顧客が取引をした日付別の取引額の小計に加え、日付別の取引額のさまざまな統計値も計算することができます。次のように指定します。

customer_stats_by_date = accounts_receivable.summarize(on = ["Customer_Number", "Trans_Date"], calculate = ["Trans_Amount"], statistics = True)

備考

機能の仕組み

summarize() メソッドは、列の値が同じであるか、複数の列で同じ値の組み合わせがある行をグループ化します。出力データフレームにはグループごとに、ソースデータフレームのうち、そのグループに属する行数が記録された行が含まれます。また、出力では、各グループに属するデータフレーム行の割合も計算されます。

小計と統計：出力結果の列名と計算

calculate および statistics パラメーターを使用して、指定する小計列で統計演算を実行することもできます。統計計算は、出力テーブルでグループ別に内訳が示されます。

calculate パラメーター

出力データフレームの列名	小計列で実行された計算
小計された列名 + _sum%	各グループの小計された値
小計された列名 + _sum%	列合計の割合として表現される各グループの小計

statistics パラメーター

出力データフレームの列タイトル	小計列で実行された計算
小計された列名 + _min	各グループの最小値
小計された列名 + _max	各グループの最大値
小計された列名 + _mean	各グループの平均値
小計された列名 + _median	各グループの中央値奇数の値セット: 中央値偶数の値セット: 中央にある 2 つの値の平均
小計された列名 + _std	各グループの標準偏差
小計された列名 + _mode	各グループの最も頻繁に発生する値関連付けの場合は、最も低い値が表示されます。値が 1 回しか発生しない場合、列の最小値が表示されます。
小計された列名 + _q25	各グループの最初の四分位数値（下四分位数値）
小計された列名 + _q75	各グループの 3 番目の四分位数（下四分位数）