pandas 数据透视表

pandas 数据透视表及逆透视

主要参数说明

pd.pivot_table(df,index= []  ,columns= []  ,values = []  ,  aggfunc={"Quantity":len,"Price":[np.sum,np.mean]},fill_value=0,margins=True)

index 类似excel透视表里面的行，
columns 类似excel透视表里面的列
values 类似excel透视表里面的值
aggfunc 类似值汇总方式，通常在groupby里可用的函数，这里都可以，默认是相同的汇总方式，都为取平均值，可以通过字典的形式指定不同的值有不同的汇总方式，同时一个值也可以有多重汇总方式。常见的汇总方式有：‘count’，‘sum’,‘mean’, 这里支持匿名函数lambda，如：aggfunc=lambda x: len(x.unique()），可以实现非重复计数
fill_value 填充空值的参数
margins 是否显示汇总行，默认是False

透视完成后想保存结果，通常要重置索引

df = pd.pivot_table(df,index='A',values='B')
df = df.reset_index()
df.columns = df.columns.str.replace('A','年级)

逆透视 melt

pd.melt(df,id_vars = [],value_vars=[],var_name=[],value_name=[])

id_vars: 保留的列
value_vars: 需要逆透视的列
var_name: 逆透视列转化后的列名
value_name: 汇总的值的名字

其他数据汇总方式

crosstab 交叉表与透视表功能类似

pd.crosstab(df['A'], df['B'], normalize=True))  显示总占比
pd.crosstab(df['A'], df['B'], normalize='index'))  显示行占比
pd.crosstab(df['date'], df['key'], values=df['values'], aggfunc=np.sum, margins=True))   显示 汇总

groupby agg分组聚合可以聚合的方式有：max,min,count,mean,var(方差),median(中位数),std(标准差),sum,

df.groupby('A').apply(lambda x: x['C']-x['B'])
df.groupby('a').agg('mean')
data.groupby('company').agg({'salary':'median','age':'mean'})

groupby transform 直接生成新的一列。

data['avg_salary'] = data.groupby('company')['salary'].transform('mean')

groupby apply 自定义汇总方式。

def get_oldest_staff(x):...:     df = x.sort_values(by = 'age',ascending=True)...:     return df.iloc[-1,:]    .
oldest_staff = data.groupby('company',as_index=False).apply(get_oldest_staff)

pandas 数据透视表相关推荐

Pandas简明教程：八、Pandas数据透视表
透视表(pivot)是由微软发明的一个概念,1993年微软注册了PivotTable这一商标,而他们又在2020年正式撤销了注册. 关于透视表的话题随便搜搜就是一大堆,而有些地方可能都吹得很神了.透视 ...
对比Excel，学习pandas数据透视表
Excel中做数据透视表 ① 选中整个数据源: ② 依次点击"插入"-"数据透视表" ③ 选择在Excel中的哪个位置,插入数据透视表 ④ 然后根据实际需求,从 ...
python数据透视、有的value不能同时输出_python – Pandas数据透视表ValueError：索引包含重复的条目,无法重新整形...
我有一个如下所示的数据帧(前3行): Sample_Name Sample_ID Sample_Type IS Component_Name IS_Name Component_Group_Name ...
pandas数据透视表
pivot_table创建数据透视表类似excel的数据透视表,可以实现一些groupby完成不了的操作常用参数使用 # 第一个参数data表示我们要传入的数据,index表示索引,columns ...
Pandas数据分析15——pandas数据透视表和交叉表
参考书目:<深入浅出Pandas:利用Python进行数据处理与分析> pandas对数据框也可以像excel一样进行数据透视表整合之类的操作.主要是针对分类数据进行操作,还可以计算数值型 ...
学习pandas数据透视表
1.excel中做数据透视表 1)步骤如下 ① 选中整个数据源: ② 依次点击"插入"-"数据透视表" ③ 选择在Excel中的哪个位置,插入数据透视表 ④ 然 ...
python数据透视表计数去除重复_如何从pandas数据透视表中删除重复值？
因此,我试图将excel的一组指令复制到python中.问题是我对excel和正在发生的事情知之甚少.在我有一个数据帧:no. name corrected no. corrected name 0 ...
python pandas 数据透视表_python – Pandas数据透视表：列顺序和小计
小计和 MultiIndex.from_arrays的解决方案.最后 concat和所有数据帧, sort_index并添加所有总和: #replace km/h and convert to int ...
【转载】使用Pandas创建数据透视表
使用Pandas创建数据透视表本文转载自:蓝鲸的网站分析笔记原文链接:使用Pandas创建数据透视表目录 pandas.pivot_table() 创建简单的数据透视表增加一个行维度(inde ...

pandas 数据透视表

pandas 数据透视表及逆透视

主要参数说明

透视完成后想保存结果，通常要重置索引

逆透视 melt

其他数据汇总方式

pandas 数据透视表相关推荐

最新文章

热门文章