出現回数

このレッスンでできるようになること。value_counts でカテゴリごとの件数を数え、売れ筋カテゴリのランキングを作れるようになります。

ここまでの集計はすべて金額を足していました。しかし「どのカテゴリがよく売れているか」を件数で見たい場面もあります。金額の合計は鋳物ホーロー鍋のような高額品に引っ張られますが、件数はお客さまが手に取った回数を素直に表します。両方を見ると、売上を支えているのが単価なのか回数なのかが分かります。

件数を数えるだけなら groupby と count でもできますが、pandas にはもっと短い書き方があります。

ranking = df["カテゴリ"].value_counts()

value_counts は、その列に現れる値ごとの出現回数を数え、多い順に並べた Series を返します。並べ替えまで済んでいるので、そのままランキングとして読めます。groupby と違ってキーの昇順ではなく件数の降順になる点が、この関数のいちばんの特徴です。

引数もいくつか押さえておきます。normalize=True を渡すと件数の代わりに構成比が返ります。全体に対する割合が知りたいときはこちらです。dropna=False を渡すと欠損も1つのカテゴリとして数えます。掃除が済んでいないデータの様子を見るときに便利です。

上位だけ欲しいときは head(3) をつなげます。ランキングは全部並べるより、上位3件に絞ったほうが伝わります。順位を人に見せるときは、下位を切り捨てる勇気も分析の一部です。

演習では、カテゴリ名と件数を別々のリストにして返します。Series の index.tolist() でカテゴリ名を、tolist() で件数を取り出せます。どちらも value_counts の順位順なので、同じ位置の名前と件数が対応します。件数は int 型のリストとして返します。

1. 件数は value_counts で数える
2. 上位 top_n 件だけに絞る
3. names は多い順に並んだカテゴリ名のリスト
4. counts は対応する件数の int のリスト