複数キーで束ねる｜コードで実践

このレッスンでできるようになること。groupby にキーを2つ渡して、店舗とカテゴリという2軸で売上を集計できるようになります。

店舗別の合計を見ると、どの店が大きいかは分かります。しかし「渋谷店の売上は何で稼いでいるのか」までは分かりません。ここで軸をもう1本足します。groupby はリストでキーを渡すと、その組み合わせごとに束ねてくれます。

Python

by_pair = df.groupby(["店舗", "カテゴリ"])["金額"].sum()

結果は店舗とカテゴリの2階建てのインデックスを持つ Series になります。これを MultiIndex と呼びます。to_dict() を掛けると、キーが ("渋谷店", "食器") のようなタプルの辞書になります。タプルは JSON にできないので、受け渡すときは "渋谷店-食器" のような文字列に組み直すか、reset_index() で普通の表に戻してから扱います。今回は文字列キーに組み直す形で練習します。

キーの順番には意味があります。["店舗", "カテゴリ"] と書けば店舗が外側、カテゴリが内側になります。「店舗ごとに、その中身をカテゴリで見る」という読み方になるので、主に見たい軸を先に書きます。逆にすると「カテゴリごとに、その内訳を店舗で見る」表になります。同じ数字でも、どちらを外側にするかで読者が受け取る主語が変わります。

SQL との対比も明確です。GROUP BY 店舗, カテゴリ と書くのと同じで、集計の粒度が細かくなるほど行数が増えます。3店舗×3カテゴリなら最大9行です。ただし実際に売れていない組み合わせは行として現れません。「渋谷店に収納の行が無い」のは売上0という意味であって、0という値が入っているわけではない点に注意してください。この空白の扱いは、次のピボットテーブルの回でもう一度出てきます。

2軸の集計ができると、比較の質が一段上がります。全店で食器が強いのか、それとも渋谷店だけが食器に偏っているのか。この違いは1軸では見えません。