Pythonでインタラクティブにピボット集計

データを手にしたとき、データの理解のために、とりあえずデータを集計してみるということは多いです。

かっこよく言うと「探索的データ分析」（Exploratory data analysis）の1つです。

なんだかんだ言って、Excelで実施されている方も多いことでしょう。

なぜならば、RやPythonなどのツールで実施するのが、ちょっと面倒に感じる方が多いからです。面倒と感じる方の多くは、おそらく、ちょっとしたインタラクティブな集計が出来ないから、という理由も多いのではないかと思います。

では、RやPythonでExcelのピボットテーブルのような集計ができればいいだろう、ということで、前回「Rでインタラクティブにピボット集計」について話ししました。

ということで今回は、「Pythonでインタラクティブにピボット集計」です。

Contents

利用するライブラリー
準備
サンプルデータ
ピボット集計の実行
カウント
平均値
グラフ表現

利用するライブラリー

利用するライブラリーのご紹介をします。

他にもあるかもしれませんが、インタラクティブにピボット集計するならという視点で考えると、以下です。

pivottablejs

準備

先ずは、パッケージ「pivottablejs」をインストールしておきます。

以下、コードです。

pip install pivottablejs

Pythonの場合には、Jupyter Notebookを使いますので、Jupyter Notebook上でPythonが動かせる状態になってるものとしてお話しを進めます。

Jupyter Notebookをインストールされていない方は、インストールしておいてください。

以下、コードです。

pip install jupyter

サンプルデータとして、前回「Rでインタラクティブにピボット集計」と同じデータセット（warpbreaks）を使いたいため、Rのサンプルデータセットが使えるライブラリー「pydataset」をインストールしておきます。

pydatasetをインストールされていない方は、インストールしておいてください。

以下、コードです。

pip install pydataset

PyDataset
https://github.com/iamaziz/PyDataset

サンプルデータ

今回は、サンプルデータとしてRにあらかじめ用意されている「warpbreaks」（織機ごとの糸の切れ目の数）のデータに対し、ピボット集計してみます。

サンプルデータ「warpbreaks」は、ライブラリー「pydataset」を使うことで、データフレーム型としてPython上で利用することができます。

以下、コードです。

from pydataset import data
testData = data("warpbreaks")

どのようなデータなのか確かめたい場合には、以下のコードを入力し実行してください。

testData.info()

以下、実行結果です

breaks　切れ目の数
wool　ウールのタイプ (A or B)
tension　張りの強さレベル (L, M, H)

ウールのタイプ (A or B)×張りの強さレベル (L, M, H)ごとに9つの織機のデータが取得されています。そのため、レコード数は54（=6×9）です。

ピボット集計の実行

では実際にピボット集計してみます。

以下、コードです。

# パッケージの読み込み
import pivottablejs
from pydataset import data #Rのサンプルデータセットを利用するためのもの

#データセット
testData = data("warpbreaks")

# ピボット集計実行
pivottablejs.pivot_ui(testData)

以下、実行結果です。