Skip to content

Pandas Pivot vs Melt：データを正しく整形する

Rajiv Chandra
Name
Rajiv Chandra

Updated on

整形ステップが遅いと分析や可視化も止まります。間違った方法を選ぶと行が重複したり、値が落ちたり、幅広テーブルが扱いづらくなります。

PASの流れ:

  • 問題: 乱れた wide/long データは集計やグラフを遅らせる。
  • あおり: 重複があるのに pivot を使うとエラー、melt を誤用すると行が増えすぎたり ID を失う。
  • 解決: Tidy フローを徹底—重複があるなら pivot_table、一意キーなら pivot、long へは melt、MultiIndex は stack/unstack で微調整。

クイックガイド

メソッド方向使う場面重複を処理？
pivotlong → wideキーが一意🚫 (重複でエラー)
pivot_tablelong → wide重複や集計が必要✅ aggfunc で処理
meltwide → long列を行に正規化N/A
stack / unstackwide ↔ long（インデックス階層）MultiIndex 用N/A

サンプルデータ

import pandas as pd
 
sales = pd.DataFrame({
    "region": ["NA", "NA", "EU", "EU"],
    "quarter": ["Q1", "Q2", "Q1", "Q2"],
    "product": ["A", "A", "A", "A"],
    "revenue": [120, 140, 110, 150],
    "units": [10, 11, 9, 12],
})

pivot でワイド化

wide = sales.pivot(index="region", columns="quarter", values="revenue")
  • region + quarter の組み合わせが一意であることが必要。
  • 必要なら .reset_index() でフラット化。

集計付きワイド化 (pivot_table)

table = sales.pivot_table(
    index="region",
    columns="quarter",
    values="revenue",
    aggfunc="sum",
    margins=True,
    margins_name="Total"
)
  • 重複を集計で処理。
  • fill_value=0 で欠損を埋めてエクスポートをきれいに。

複数値・複数集計

multi = sales.pivot_table(
    index="region",
    columns="quarter",
    values=["revenue", "units"],
    aggfunc={"revenue": "sum", "units": "mean"},
)

カラムを平坦化:

multi.columns = [f"{metric}_{col}" for metric, col in multi.columns]
multi = multi.reset_index()

melt でロング化

long = sales.melt(
    id_vars=["region", "quarter"],
    value_vars=["revenue", "units"],
    var_name="metric",
    value_name="value",
)
  • tidy データを期待する可視化ライブラリに最適。
  • value_vars で展開する列を指定。

MultiIndex 用の stack / unstack

stacked = table.stack()
unstacked = stacked.unstack()
  • キーを再定義せずにレベル順を入れ替えられる。
  • stack(level="quarter") や unstack(level=-1) でレベル指定。

よくあるエラー

問題解決
pivot で Index contains duplicate entries集計付きの pivot_table を使う。
列の順番が想定外列を並び替え: table = table.reindex(sorted(table.columns), axis=1)。
MultiIndex が読みにくいpivot_table 後にカラムを平坦化。
変換後に欠損が増えるfill_value を使うか、stack(dropna=False) で空欄を保持。

ワークフローのコツ

  • まず正規化: melt → groupby/agg → pivot_table で最終形を作る。
  • グラフ用途では long のままが扱いやすい。wide はレポート/エクスポート向き。
  • pivot_table 後に table.to_excel("report.xlsx") で即出力。

関連ガイド

まとめ

  • キーが一意なら pivot、重複・集計が必要なら pivot_table、long 化は melt。
  • 複雑なピボット後は MultiIndex を平坦化すると出力が楽。
  • Reshape と groupby を組み合わせ、分析しやすいデータを素早く作る。