一、图解Pandas透视表、交叉表

终于开始Pandas进阶内容的写作了。相信很多人都应该知道透视表，在Excel会经常去制作它，来实现数据的分组汇总统计。在Pandas中，我们把它称之为pivot_table。

透视表的制作灵活性高，可以随意定制我们想要的的计算统计要求，一般在制作报表神器的时候常用。

下面通过具体的例子来对比Excel和Pandas中透视表的实现方法。

二、Excel透视表

下面是在Excel表格中使用消费数据制作的透视表（部分数据截图），我们统计的是不同性别不同日期下的消费金额和小费，同时还显示了总计的数据。

那如果是使用pandas该如何来实现呢？？？

三、透视表参数

pandas中实现透视表使用的是：pandas.pivot_table

pd.pivot_table(data,  # 制作透视表的数据values=None,  # 值index=None,  # 行索引columns=None,  # 列属性aggfunc='mean',   # 使用的函数，默认是均值fill_value=None,  # 缺失值填充margins=False, # 是否显示总计dropna=True,   # 缺失值处理margins_name='All', # 总计显示为Allobserved=False,  sort=True  # 排序功能  版本1.3.0才有)

最重要的参数还是：values、index、columns、aggfunce，甚至包含margins、margins_name

附上官网学习地址：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.pivot_table.html

四、透视表参数详解

4.1参数index

index表示的是我们生成透视表指定的行索引

1、单层索引

2、多层行索引

4.2参数values

在上面index参数的使用中，我们没有指定values参数，pandas会默认将全部的数值型数据进行透视表的计算，现在指定参数计算的数据：

• 带上values，只会显示我们指定的数据

• 不带上values，数值型的数据汇总结果全部显示

4.3参数columns

columns是一个显示列属性信息的参数

如果我们将day放在index参数中，会是什么样子呢？

相当于是：将上面的宽表格式转成了下面的长表格式

再对比下两种不同的形式：

4.4参数aggfunc

aggfunc是一个很灵活的参数，它是用来指定我们汇总想用哪种函数，默认是均值mean，我们也可以使用求和sum、最值max等。多个函数需要放在一个列表中。

我们将默认求平均mean的情况与求和的情况进行对比：

均值和sum求和之间的关系：

我们可以在aggfunc函数中指定多个函数，将这些函数放在同一个列表中：

• 求和：np.sum

• 求均值：mean

• 求个数：size

再看一个例子：

4.5参数margins、margins_name

这两个参数的作用是对透视表中的分组数据进行汇总显示。需要注意的是：只有margins=True，参数margins_name的设置才会生效。

修改汇总显示的名字：

如果有列字段，也会显示汇总的数据：

五、交叉表crosstab

交叉表可以理解成一种特殊的透视表，专门用于计算分组的频率。

5.1参数

交叉表中每个参数的解释，很多还是和透视表相同的：

pandas.crosstab(index, # 行索引，必须是数组结构数据，或者Series，或者是二者的列表形式columns, # 列字段；数据要求同上values=None,  # 待透视的数据rownames=None,  # 行列名字colnames=None,  aggfunc=None,  # 透视的函数margins=False,  # 汇总及名称设置margins_name='All', dropna=True, # 舍弃缺失值normalize=False  # 数据归一化；可以是布尔值、all、index、columns、或者{0,1})

对最后一个参数的解释：如何选择归一化的标准

• If passed ‘all’ or True, will normalize over all values：使用all，对全部的数值型数据归一化

• If passed ‘index’ will normalize over each row：使用index，仅在行上归一化

• If passed ‘columns’ will normalize over each column：使用columns，仅在列上归一化

• If margins is True, will also normalize margin values：如果margins=True，总计值也会参与归一化

5.2参数使用

当然，有时候透视表和交叉表是可以实现相同的功能：

六、groupby实现

其实透视表或者交叉表的本质还是分组汇总统计结果，我们也可以利用groupby来实现：

1、先分组统计

2、轴旋转unstack

上面的结果格式上不是很友好，使用的是多层次索引，我们使用轴旋转函数unstack将行转成列：

七、groupby和透视表比较

最后再用一个例子来比较下groupby和透视表：

八、备忘录

这个网上非常流行的一张图解Pandas透视表函数的图形，它利用一份简单的数据，清晰明了地讲解了pivot_table函数的每个参数的含义，保存备用！

网络图

以上就是本文的全部内容，欢迎在评论区与我进行讨论~

推荐阅读:
入门: 最全的零基础学Python的问题  | 零基础学了8个月的Python  | 实战项目 |学Python就是这条捷径
干货:爬取豆瓣短评，电影《后来的我们》 | 38年NBA最佳球员分析 |   从万众期待到口碑扑街！唐探3令人失望  | 笑看新倚天屠龙记 | 灯谜答题王 ｜用Python做个海量小姐姐素描图 ｜碟中谍这么火，我用机器学习做个迷你推荐系统电影
趣味:弹球游戏  | 九宫格  | 漂亮的花 | 两百行Python《天天酷跑》游戏!
AI: 会做诗的机器人 | 给图片上色 | 预测收入 | 碟中谍这么火，我用机器学习做个迷你推荐系统电影
小工具: Pdf转Word，轻松搞定表格和水印！ | 一键把html网页保存为pdf！|  再见PDF提取收费！ | 用90行代码打造最强PDF转换器，word、PPT、excel、markdown、html一键转换 | 制作一款钉钉低价机票提示器！ ｜60行代码做了一个语音壁纸切换器天天看小姐姐！｜

年度爆款文案

• 1).卧槽！Pdf转Word用Python轻松搞定！

• 2).学Python真香！我用100行代码做了个网站，帮人PS旅行图片，赚个鸡腿吃

• 3).首播过亿，火爆全网，我分析了《乘风破浪的姐姐》，发现了这些秘密

• 4).80行代码！用Python做一个哆来A梦分身

• 5).你必须掌握的20个python代码，短小精悍，用处无穷

• 6).30个Python奇淫技巧集

• 7).我总结的80页《菜鸟学Python精选干货.pdf》,都是干货

• 8).再见Python！我要学Go了！2500字深度分析！

• 9).发现一个舔狗福利！这个Python爬虫神器太爽了，自动下载妹子图片

点阅读原文,领AI全套资料