0

問題

以下のようなデータフレームがあります。

画像の説明をここに入力

都道府県名(47都道府県)と市区町村名(618種類)、面積がカラムになっております。

このDataFrameに対して、

都道府県名が北海道の行に対して、市区町村ごとに面積の平均を求めたいです。

そこで以下のようなコードを実行したところ

# 都道府県ごとに面積当たりの価格の平均が高いところを調べたい
df[df["都道府県名"]=="北海道"].groupby('市区町村名').mean()

以下のような結果が出力されます。

画像の説明をここに入力

北海道だけ抽出したのにも関わらず、なぜかほかの県の市区町村が残っており、平均値が計算されています。

この現象の原因がわからずこまっています。
わかる方ぜひとも教えてください。

追記
SwarmPlotを試してみても以下のようにxが各都道府県になってしまいます。
都道府県名には北海道のみなのですが、なぜでしょうか

画像の説明をここに入力

追記2
北海道に対応する市区町村名の数を数えたところ、やはり正しいようです。
そして、categoryという欄になぜかすべての市区町村名が載っています。

画像の説明をここに入力

9
  • まずは df[df["都道府県名"]=="北海道"] を実行して北海道地区だけが抽出されているかどうかを確認してみてはどうでしょうか。
    – user39889
    Commented 2021年6月4日 8:08
  • 北海道だけが抽出されております。 Commented 2021年6月4日 8:13
  • 1
    category 型にしておく理由がある場合は Pandas groupby with categories with redundant nan の回答を参照してください。
    – user39889
    Commented 2021年6月4日 9:34
  • 1
    解決できました!カテゴリの時のやり方まで教えていただきましてとてもありがたいです。ベストアンサーにさせていただきたいので、回答のほうにいただければと思います。 Commented 2021年6月4日 11:25
  • 1
    @JinWatanabe 回答に書きましたが、内容的には単なるコピペなのでベストアンサーは元記事の Michael Dorner に付けるべきでしょうね。。。
    – user39889
    Commented 2021年6月5日 4:10

1 件の回答 1

0

コメントにも書きましたが、以下の承認された回答にある通りです。

Pandas groupby with categories with redundant nan

Since Pandas 0.23.0, the groupby method can now take a parameter observed which fixes this issue if it is set to True (False by default). Below is the exact same code as in the question with just observed=True added:

pandas.DataFrame.groupby — pandas 1.2.4 documentation

observed: bool, default False

This only applies if any of the groupers are Categoricals. If True: only show observed values for categorical groupers. If False: show all values for categorical groupers.

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。