Pandas使用stack和pivot實現(xiàn)數(shù)據(jù)透視的方法
前言
筆者最近正在學(xué)習(xí)Pandas數(shù)據(jù)分析，將自己的學(xué)習(xí)筆記做成一套系列文章。本節(jié)主要記錄Pandas中使用stack和pivot實現(xiàn)數(shù)據(jù)透視。
一、經(jīng)過統(tǒng)計得到多維度指標(biāo)數(shù)據(jù)
非常場景的統(tǒng)計場景，指定多個維度，計算聚合后的指標(biāo)
實例：統(tǒng)計得到“電影評分?jǐn)?shù)據(jù)集”，每個月份的每個分?jǐn)?shù)被評分多少次:(月份、分?jǐn)?shù)1-5、次數(shù))
import pandas as pd
import numpy as np
%matplotlib inline
df=pd.read_csv(
"./datas/ml-1m/ratings.dat",
sep="::",
engine='python',
names='UserID::MovieID::Rating::Timestamp'.split("::"),
header=None
)
df.head()
#將時間戳轉(zhuǎn)換為具體的時間
df['padate']=pd.to_datetime(df["Timestamp"],unit='s')
df.head()
df.dtypes
#實現(xiàn)數(shù)據(jù)統(tǒng)計
# 對于這樣格式的數(shù)據(jù)，我想查看按月份，不同評分的次數(shù)趨勢，是沒有辦法進(jìn)行實現(xiàn)的，需要將數(shù)據(jù)轉(zhuǎn)換為每個評分是一列才可以實現(xiàn)。
df_group=df.groupby([df["padate"].dt.month,"Rating"])["UserID"].agg(pv=np.sum)
df_group.head(20)
二、使用unstack實現(xiàn)數(shù)據(jù)的二維透視
目的： 想要畫圖對比按照月份的不同評分的數(shù)量趨勢
df_stack=df_group.unstack() df_stack df_stack.plot() #unstack和stack是互逆的操作 df_stack.stack().head(20)
三、使用pivot簡化透視
pivot方法相當(dāng)于對df使用set_index創(chuàng)建分層索引，然后調(diào)用unstack
df_group.head(20)
df_reset=df_group.reset_index()
df_reset.head()
df_pivot=df_reset.pivot("padate","Rating","pv")
df_pivot.head()
df_pivot.plot()
四、stack、unstack、pivot的語法
1.stack
stack:DataFrame.stack(level=-1,dropna=True),將column變成index，類似把橫放的書籍變成豎放
level=-1代表多層索引的最內(nèi)層，可以通過==0,1,2指定多層索引的對應(yīng)層
2.unstack
unstack:DataFrame.unstack(level=-1,fill_value=None)，將index變成column，類似把豎放的書變成橫放
3.pivot
pivot:DataFrame.pivot(index=None,columns=None,values=None)，指定index,columns,values實現(xiàn)二維透視
總結(jié)
到此這篇關(guān)于Pandas使用stack和pivot實現(xiàn)數(shù)據(jù)透視的方法的文章就介紹到這了,更多相關(guān)Pandas stack和pivot數(shù)據(jù)透視內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Python采集二手車數(shù)據(jù)的超詳細(xì)講解
這篇文章主要為大家介紹了Python采集二手車數(shù)據(jù)實現(xiàn)的超詳細(xì)講解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2023-04-04
Django1.7+python 2.78+pycharm配置mysql數(shù)據(jù)庫
這篇文章主要介紹了Django1.7+python 2.78+pycharm配置mysql數(shù)據(jù)庫的相關(guān)資料,需要的朋友可以參考下2016-10-10
Python一直報錯SyntaxError:invalid?syntax的解決辦法
SyntaxError: invalid syntax 這個報錯經(jīng)常遇見,但是總感覺自己的代碼沒有問題,根據(jù)報錯提示的行也找不到錯誤,這些情況以及解決方法都有哪些呢?這篇文章主要給大家介紹了關(guān)于Python一直報錯SyntaxError:invalid?syntax的解決辦法,需要的朋友可以參考下2022-09-09
Python 中的判斷語句,循環(huán)語句,函數(shù)
這篇文章主要介紹了Python 中的判斷語句,循環(huán)語句,函數(shù)，文章圍繞主題展開詳細(xì)的內(nèi)容介紹，具有一定的參考價值，需要的小伙伴可以參考一下2022-08-08
Python數(shù)據(jù)類型之Number數(shù)字操作實例詳解
這篇文章主要介紹了Python數(shù)據(jù)類型之Number數(shù)字操作,結(jié)合實例形式詳細(xì)分析了Python數(shù)字類型的概念、功能、分類及常用數(shù)學(xué)函數(shù)相關(guān)使用技巧,需要的朋友可以參考下2019-05-05
Python 調(diào)用C++封裝的進(jìn)一步探索交流
這篇文章主要介紹了Python 調(diào)用C++封裝的進(jìn)一步探索交流，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-03-03
孤立森林（isolation?Forest）是一種高效的異常檢測算法，它和隨機森林類似，但每次選擇劃分屬性和劃分點（值）時都是隨機的，而不是根據(jù)信息增益或基尼指數(shù)來選擇。本文將用Python實現(xiàn)這一算法，需要的可以參考一下2022-03-03
二種python發(fā)送郵件實例講解(python發(fā)郵件附件可以使用email模塊實現(xiàn))
這篇文章主要介紹了使用Python email模塊、smtplib庫發(fā)送郵件的實例，大家參考使用2013-12-12
python庫TextDistance量化文本之間的相似度算法探究
這篇文章主要為大家介紹了python庫TextDistance量化文本之間的相似度算法探究,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2024-01-01
Python的爬蟲包Beautiful Soup中用正則表達(dá)式來搜索
這篇文章主要介紹了Python的爬蟲包Beautiful Soup中用正則表達(dá)式來搜索的技巧,包括使用正則表達(dá)式去搜索多種可能的關(guān)鍵字以及查找屬性值未知的標(biāo)簽等,需要的朋友可以參考下2016-01-01