一、交叉表

交叉表：用于計(jì)算一列數(shù)據(jù)對(duì)于另外一列數(shù)據(jù)的分組個(gè)數(shù)(用于統(tǒng)計(jì)分組頻率的特殊透視表)，pd.crosstab(value1, value2)

pandas.crosstab(index, columns, values=None, rownames=None, colnames=None, aggfunc=None, margins=False, margins_name='All', dropna=True, normalize=False)

計(jì)算兩個(gè)（或多個(gè)）因子的簡(jiǎn)單交叉制表。 默認(rèn)情況下， 計(jì)算因子的頻率表，除非傳遞值數(shù)組和聚合函數(shù)

• index：類似數(shù)組、系列或數(shù)組/系列值的列表，行中分組依據(jù)的值
• columns：類似數(shù)組、系列或數(shù)組/系列值的列表，列中要作為分組依據(jù)的值
• values：類似數(shù)組，可選，要根據(jù)因素聚合的值數(shù)組，需要指定 aggfunc
• rownames：序列，默認(rèn) None ，如果傳遞，必須匹配傳遞的行數(shù)組的數(shù)量
• colnames：序列，默認(rèn) None ，如果傳遞，必須匹配傳遞的列數(shù)組的數(shù)量
• aggfunc：function，可選，如果指定，則還需要指定值
• margins：bool, 默認(rèn)False 添加行/列邊距（小計(jì)）
• margins_name：str，默認(rèn)為“All”，當(dāng)邊距為 True 時(shí)將包含總計(jì)的行/列的名稱
• dropna：bool, 默認(rèn)為True，不包含條目均為 NaN 的列
• normalize：bool, {‘all’, ‘index’, ‘columns’}, or {0,1}, 默認(rèn)為False，通過(guò)將所有值除以值的總和來(lái)歸一化

“all”或 True：將對(duì)所有值進(jìn)行歸一化

index：將對(duì)每一行進(jìn)行歸一化

columns：將對(duì)每一列進(jìn)行歸一化

若margins 為 True，也將標(biāo)準(zhǔn)化邊距值

• 返回：數(shù)據(jù)的 DataFrame 交叉表

傳遞的任何 Series 都將使用其名稱屬性，除非指定了交叉表的行或列名稱。

傳遞的任何包含分類數(shù)據(jù)的輸入都將在交叉表中包含其所有類別，即使實(shí)際數(shù)據(jù)不包含特定類別的任何實(shí)例也是如此。

如果沒(méi)有重疊索引，將返回一個(gè)空的 DataFrame

a = np.array(["foo", "foo", "foo", "foo", "bar", "bar", "bar", "bar", "foo", "foo", "foo"], dtype=object)
b = np.array(["one", "one", "one", "two", "one", "one", "one", "two", "two", "two", "one"], dtype=object)
c = np.array(["dull", "dull", "shiny", "dull", "dull", "shiny", "shiny", "dull", "shiny", "shiny", "dull"], dtype=object)
pd.crosstab(a, [b, c], rownames=['a'], colnames=['b', 'c'])   
-----------------------------------------------------------------------------------------
# 算數(shù)運(yùn)算，先求和
sum = count.sum(axis=1)
sum
-------------------------------------
# 進(jìn)行相除操作，得出比例
pro = count.div(sum, axis=0)
pro
-------------------------------------
import matplotlib.pyplot as plt
pro.plot(kind='bar', stacked=True)
plt.show()

二、透視表

透視表：透視表是將原有的DataFrame的列分別作為行索引和列索引，然后對(duì)指定的列應(yīng)用聚集函數(shù)，是一種可以對(duì)數(shù)據(jù)動(dòng)態(tài)排布并且分類匯總的表格格式

DataFrame.pivot_table(values=None, index=None, columns=None, aggfunc='mean', fill_value=None, margins=False, dropna=True, margins_name='All', observed=False, sort=True)

創(chuàng)建一個(gè)電子表格樣式的數(shù)據(jù)透視表作為 DataFrame。數(shù)據(jù)透視表中的級(jí)別將存儲(chǔ)在結(jié)果 DataFrame 的索引和列上的 MultiIndex 對(duì)象（分層索引）中

• values：要聚合的列，可選，默認(rèn)對(duì)所有列操作
• index：column, Grouper, array, or list of the previous 如果傳遞數(shù)組，它必須與數(shù)據(jù)的長(zhǎng)度相同。該列表可以包含任何其他類型（列表除外）。在數(shù)據(jù)透視表索引上分組的鍵。如果傳遞一個(gè)數(shù)組，它的使用方式與列值相同
• column：column, Grouper, array, or list of the previous 如果傳遞一個(gè)數(shù)組，它必須和數(shù)據(jù)一樣長(zhǎng)。該列表可以包含任何其他類型（列表除外）。在數(shù)據(jù)透視表列上分組的鍵。如果傳遞一個(gè)數(shù)組，它的使用方式與列值相同
• aggfunc：function, list of functions, dict, 默認(rèn)為numpy.mean 如果傳遞函數(shù)列表，則生成的數(shù)據(jù)透視表將具有分層列，其頂層是函數(shù)名稱（從函數(shù)對(duì)象本身推斷）如果傳遞dict，則鍵是列聚合和值是函數(shù)或函數(shù)列表
• fill_value：scalar，默認(rèn) None 用于替換缺失值的值（在聚合后的結(jié)果數(shù)據(jù)透視表中）
• margins：bool, 默認(rèn)False 添加所有行/列（例如小計(jì)/總計(jì)）
• dropna：bool, 默認(rèn)為True，不包含條目均為 NaN 的列。如果為 True，則在計(jì)算邊距之前將忽略任何列中具有 NaN 值的行
• margins_name：str，默認(rèn)為“All” 當(dāng)邊距為 True 時(shí)將包含總計(jì)的行/列的名稱
• observed：bool，默認(rèn)為 False 這僅適用于任何groupers 是分類的。若為True：僅顯示分類groupers 的觀察值。否則顯示分類groupers 的所有值。?????
• sort：bool, default True 指定結(jié)果是否應(yīng)該排序
• 返回 DataFrame：Excel 樣式的數(shù)據(jù)透視表

代碼如下

df = pd.DataFrame({"A": ["aaa", "aaa", "aaa", "aaa", "aaa","aa", "aa", "aa"],
                   "B": ["bbb", "bbb", "bbb", "bb", "bb", "bbb", "bbb", "bb"],
                   "C": ["small", "large", "large", "small","small", "large", "small", "small"],
                   "D": [1, 2, 2, 3, 3, 4, 5, 6],
                   "E": [2, 4, 5, 5, 6, 6, 8, 9]})
df
---------------------------------------------------------------------------------------
pd.pivot_table(df, values='D', index=['A', 'B'], columns=['C'], aggfunc=np.sum)   # 通過(guò)求和來(lái)聚合值
pd.pivot_table(df, values='D', index=['A', 'B'], columns=['C'], aggfunc=np.sum, fill_value=0)   # 可以使用fill_value參數(shù)填充缺失的值
pd.pivot_table(df, values=['D', 'E'], index=['A', 'C'], aggfunc={'D': np.mean, 'E': np.mean})   # 通過(guò)對(duì)多個(gè)列取平均值進(jìn)行聚合
pd.pivot_table(df, values=['D', 'E'], index=['A', 'C'], aggfunc={'D': np.mean, 'E': [min, max, np.mean]})   # 可以為任何給定值列計(jì)算多種類型的聚合

操作演示如下

總結(jié)

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評(píng)論