Pythonのfunctools.reduceを使いこなす！基本から実用的な集計テクニックまで

2026年5月28日

ライブラリ

Pythonでリストなどのイテラブルなオブジェクトを扱う際、要素を一つに集約したい場面が多くあります。

例えば、数値のリストの全要素を掛け合わせたり、複数の辞書データを一つにまとめたりする処理がこれに該当します。

このような「累積的な計算」をスマートに記述するための関数が、functoolsモジュールに用意されているreduceです。

reduceは関数型プログラミングの考え方に基づいた強力なツールですが、使いどころを正しく理解しておく必要があります。

本記事では、Pythonのfunctools.reduceについて、基礎から応用的な集計テクニックまでを詳しく解説します。

目次 [ close ]

functools.reduceとは何か

functools.reduceは、イテラブルなオブジェクトの要素に対して、左から順に関数を適用し、単一の値を生成する関数です。

Python 2の頃は組み込み関数として提供されていましたが、Python 3からはfunctoolsモジュールの中に移動されました。

この変更の背景には、単純な集計であればsumやmin、maxといった専用の関数や、forループを使ったほうが読みやすいという設計思想があります。

しかし、標準の集計関数では対応できない複雑な集約処理においては、現在でも非常に有用な手段です。

「複数の要素を1つに畳み込む」というイメージを持つと、その動作を理解しやすくなります。

reduceの基本的な動作イメージ

reduceがどのように動作するのか、簡単な例を挙げて説明します。

例えば、[1, 2, 3, 4]というリストに対して加算を行う場合を考えてみましょう。

まず、リストの最初の2つの要素である1と2が関数に渡され、その結果である3が計算されます。

次に、その計算結果の3と、リストの次の要素である3が関数に渡され、結果として6が得られます。

最後に、その6とリストの最後の要素である4が計算され、最終的な戻り値として10が返されます。

このように、直前の計算結果を次の入力として再利用するのが、reduceの最大の特徴です。

functools.reduceの構文と引数

reduce関数を使用するためには、まずfunctoolsモジュールをインポートする必要があります。

基本的な構文は以下の通りです。

Python

from functools import reduce

result = reduce(function, iterable[, initializer])

ここで指定する引数の役割を整理しましょう。

引数	説明
function	2つの引数を受け取り、1つの値を返す関数。
iterable	リストやタプルなど、繰り返し可能なオブジェクト。
initializer	(任意) 計算の初期値として使用される値。

functionには、lambda（ラムダ式）や、operatorモジュールの関数を渡すのが一般的です。

initializerは省略可能ですが、空のリストを扱う可能性がある場合などは、初期値を設定しておくことでエラーを回避できます。

基本的な使い方の例

まずは、最もシンプルな数値計算の例から見ていきましょう。

数値の合計を求める

Pythonにはsum()関数があるため、実際にはそちらを使うべきですが、reduceの学習には最適です。

Python

from functools import reduce

numbers = [1, 2, 3, 4, 5]

# ラムダ式を使って要素を順番に加算する
total = reduce(lambda x, y: x + y, numbers)

print(f"合計結果: {total}")

実行結果

合計結果: 15

このコードでは、変数xがこれまでの累積値、変数yが現在処理している要素を指しています。

数値の積（階乗のような計算）を求める

全要素を掛け合わせる処理は、sum()のような専用の組み込み関数がないため、reduceが活躍する場面です。

Python

from functools import reduce
import operator

numbers = [1, 2, 3, 4, 5]

# operator.mulを使って全要素を掛け合わせる
product = reduce(operator.mul, numbers)

print(f"積の結果: {product}")

実行結果

積の結果: 120

operator.mulは、2つの数値を掛け合わせる関数で、ラムダ式のlambda x, y: x * yと同じ動作をします。

初期値（initializer）の活用

reduceの第3引数であるinitializerを指定すると、計算のスタート地点を決めることができます。

初期値を指定した場合、最初のステップでは「初期値」と「イテラブルの1番目の要素」が計算されます。

初期値を指定するメリット

初期値を指定する主な理由は、対象のデータが空だった場合の挙動を安定させるためです。

もしinitializerを指定せずに空のリストをreduceに渡すと、TypeErrorが発生してしまいます。

Python

from functools import reduce

empty_list = []

try:
    # 初期値なしで空のリストを処理
    result = reduce(lambda x, y: x + y, empty_list)
except TypeError as e:
    print(f"エラー発生: {e}")

# 初期値を 0 に設定して処理
safe_result = reduce(lambda x, y: x + y, empty_list, 0)
print(f"安全な結果: {safe_result}")

実行結果

エラー発生: reduce() of empty sequence with no initial value
安全な結果: 0

このように、プログラムの堅牢性を高めるためには初期値の設定が推奨されます。

実用的な集計テクニック

ここからは、実務で役立つ少し高度なreduceの使い方を紹介します。

ネストされたリストを平坦化する

リストの中にリストが含まれている、いわゆる2次元リストを1次元にまとめることができます。

Python

from functools import reduce

nested_list = [[1, 2], [3, 4], [5, 6]]

# リスト同士を結合して平坦化
flattened = reduce(lambda x, y: x + y, nested_list)

print(f"平坦化されたリスト: {flattened}")

実行結果

平坦化されたリスト: [1, 2, 3, 4, 5, 6]

この手法は簡潔ですが、リストの数が多い場合は、標準ライブラリのitertools.chainを使ったほうが効率的な場合もあります。

辞書のリストを集約する

複数の辞書形式のデータを、特定の条件で合算する処理も可能です。

Python

from functools import reduce

# 売上データのリスト
sales_data = [
    {'item': 'りんご', 'price': 100},
    {'item': 'ばなな', 'price': 150},
    {'item': 'みかん', 'price': 200}
]

# 価格だけを合計する
# 初期値に 0 を指定し、累積値 x に辞書の価格 y['price'] を足していく
total_price = reduce(lambda x, y: x + y['price'], sales_data, 0)

print(f"合計売上: {total_price}")

実行結果

合計売上: 450

この例では、第2引数以降の要素は辞書ですが、累積される値xは数値になるため、初期値の0が非常に重要な役割を果たしています。

データの頻度をカウントする

リスト内の要素がそれぞれ何回出現するかを、辞書形式で集計する際にもreduceは利用できます。

Python

from functools import reduce

words = ['python', 'java', 'python', 'cpp', 'java', 'python']

def count_words(acc, word):
    # すでに辞書にあれば加算、なければ1をセット
    acc[word] = acc.get(word, 0) + 1
    return acc

# 初期値に空の辞書 {} を指定
word_counts = reduce(count_words, words, {})

print(word_counts)

実行結果

{'python': 3, 'java': 2, 'cpp': 1}

このように、アキュムレータ（累積用変数）として辞書を利用することで、複雑な集計アルゴリズムを1つのreduce文に集約できます。

reduceを使う際の注意点

強力なreduceですが、何でもこれで解決しようとするのは危険です。

Pythonの生みの親であるGuido van Rossum氏は、reduceよりも明示的なforループや内包表記を好むことで知られています。

可読性の低下に注意

reduceの中に複雑なラムダ式を詰め込むと、他のプログラマー（あるいは未来の自分）がコードを見たときに、何を行っているのか理解しづらくなります。

特に、累積処理のロジックが3行以上にわたるような場合は、通常のforループを使ったほうがメンテナンス性は高まります。

「1行で書ける」ことよりも、「誰が見ても意味がわかる」ことを優先しましょう。

パフォーマンスの考慮

リストの結合（x + y）をreduceで行う場合、新しいリストが毎回生成されるため、要素数が多いとパフォーマンスが低下します。

大量のデータを処理する場合は、リストのextendメソッドをループ内で使うか、ジェネレータを活用することを検討してください。

まとめ

functools.reduceは、データの累積的な処理を効率的に記述するための便利な道具です。

数値の計算だけでなく、リストの平坦化や辞書への集約など、応用範囲は非常に多岐にわたります。

使い方のポイントをまとめると以下のようになります。

使用前にfrom functools import reduceが必要。
基本は「2引数の関数」「イテラブル」「初期値」の3つをセットで考える。
空のデータを考慮して、できるだけ初期値（initializer）を指定する。
複雑すぎる処理は、無理にreduceを使わずforループで記述する。

適切な場面でreduceを使いこなせるようになると、Pythonのコードがより洗練され、関数型プログラミングの利点を活かせるようになります。

ぜひ、手元のコードで「このループはreduceに置き換えられるかな？」と考えてみてください。