当前位置 主页 > 服务器问题 > win服务器问题汇总 >

    用Python实现数据的透视表的方法

    栏目:win服务器问题汇总 时间:2019-11-13 21:13

    在处理数据时,经常需要对数据分组计算均值或者计数,在Microsoft Excel中,可以通过透视表轻易实现简单的分组运算。而对于更加复杂的分组运算,Python中pandas包可以帮助我们实现。

    1 数据

    首先引入几个重要的包:

    import pandas as pd
    import numpy as np
    from pandas import DataFrame,Series

    通过代码构造数据集:

    data=DataFrame({'key1':['a','b','c','a','c','a','b','a','c','a','b','c'],'key2':['one','two','three','two','one','one','three','one','two','three','one','two'],'num1':np.random.rand(12),'num2':np.random.randn(12)})
    
    

    得到数据集如下:

    data
     key1 key2  num1  num2
    0 a one 0.268705 0.084091
    1 b two 0.876707 0.217794
    2 c three 0.229999 0.574402
    3 a two 0.707990 -1.444415
    4 c one 0.786064 0.343244
    5 a one 0.587273 1.212391
    6 b three 0.927396 1.505372
    7 a one 0.295271 -0.497633
    8 c two 0.292721 0.098814
    9 a three 0.369788 -1.157426

    2 交叉表—分类计数

    按照不同类进行计数统计是最常见透视功能,可以通

    (1)crosstab

    #函数:
    crosstab(index, columns, values=None, rownames=None, colnames=None, aggfunc=None, margins=False, dropna=True, normalize=False)

    crosstab的index和columns是必须要指定复制的参数:

    pd.crosstab(data.key1,data.key2)

    结果如下:

    key2 one three two
    key1     
    a  3  1 1
    b  0  1 1
    c  1  1 1

    想要在边框处增加汇总项可以指定margin的值为True:

    pd.crosstab(data.key1,data.key2,margins=True)

    结果:

    key2 one three two All
    key1      
    a  3  1 1 5
    b  1  1 1 3
    c  1  1 2 4
    All  5  3 4 12

    (2)pivot_table

    函数:

    pivot_table(data, values=None, index=None, columns=None, aggfunc='mean', fill_value=None, margins=False, dropna=True, margins_name='All')

    使用pivot_table函数同样可以实现,运算函数默认值aggfunc='mean',指定为aggfunc='count'即可:

    data.pivot_table('num1',index='key1',columns='key2',aggfunc='count')

    结果相同:

    key2 one three two
    key1     
    a  3  1 1
    b  1  1 1
    c  1  1 2

    (3)groupby

    通过groupby相对来说会更加复杂,首先需要对data按照key1和key2进行聚类,然后进行count运算,再将key2的index重塑为columns:

    data.groupby(['key1','key2'])['num1'].count().unstack()

    结果:

    key2 one three two
    key1     
    a  3  1 1
    b  1  1 1
    c  1  1 2

    3 其它透视表运算

    (1)pivot_table

    pivot_table(data, values=None, index=None, columns=None, aggfunc='mean', fill_value=None, margins=False, dropna=True, margins_name='All')

    要进行何种运算,只需要指定aggfunc即可。

    默认计算均值:

    data.pivot_table(index='key1',columns='key2')

    out: