python pandas最常用透视表实现应用案例

pandas包实现透视表的功能

透视表是一种可以对数据动态排布并且分类汇总的表格格式，它在数据分析中有着重要的作用和地位。在本文中，我将为你介绍python中如何使用pandas包实现透视表的功能，以及一些常见的应用案例。

导入pandas包

首先需要导入pandas包，它是一个提供了高性能数据结构和数据分析工具的python库，还需要导入numpy包，它是一个支持多维数组和矩阵运算的python库。可以使用以下代码来导入这两个包：

import pandas as pd

import numpy as np

pandas读取一个excel文件中的数据

接下来，准备一些数据来演示透视表的功能，可以使用pandas的read_excel函数来读取一个excel文件中的数据，也可以使用DataFrame函数来创建一个数据框对象。例如，可以使用以下代码来创建一个包含了商品名称、代理商、价格和时间的数据框：

data = pd.DataFrame({
'商品名称': ['苹果', '香蕉', '橘子', '苹果', '香蕉', '橘子', '苹果', '香蕉', '橘子'],
'代理商': ['张三', '李四', '王五', '张三', '李四', '王五', '张三', '李四', '王五'],
'价格': [10, 5, 8, 12, 6, 9, 11, 7, 10],
'时间': ['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04', '2021-01-05', '2021-01-06', '2021-01-07', '2021-01-08', '2021-01-09']
})

我们可以使用data.head()函数来查看数据框的前五行：

data.head()

| | 商品名称 | 代理商 | 价格 | 时间 |

| - | ------- | ----- | --- | --------- |

| 0 | 苹果 | 张三 | 10 | 2021-01-01 |

| 1 | 香蕉 | 李四 | 5 | 2021-01-02 |

| 2 | 橘子 | 王五 | 8 | 2021-01-03 |

| 3 | 苹果 | 张三 | 12 | 2021-01-04 |

| 4 | 香蕉 | 李四 | 6 | 2021-01-05 |

pivot_table函数的语法

现在，我们可以使用pandas的pivot_table函数来创建一个透视表。pivot_table函数的基本语法如下：

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

其中，data是要进行透视表操作的数据框对象，values是要进行聚合运算的列名，index是要作为行索引的列名，columns是要作为列索引的列名，aggfunc是要进行聚合运算的函数，默认为求均值，切记,对于aggfunc,操作的是values后面的值,而不是columns后面的值。fill_value是要填充缺失值的值，默认为None，margins是是否添加行列汇总，默认为False，dropna是是否删除缺失值，默认为True，margins_name是汇总项的名称，默认为'All'。

pd.pivot_table(data, values='价格', index='商品名称', columns='代理商', aggfunc='mean', margins=True)

结果如下：

| | 张三 | 李四 | 王五 | All |

| ----- | ----- | ----- | ----- | ----- |

| 商品名称 | | | | |

| 苹果 | 11.00 | NaN | NaN | 11.00 |

| 香蕉 | NaN | 6.00 | NaN | 6.00 |

| 橘子 | NaN | NaN | 9.00 | 9.00 |

| All | 10.33 | 6.00 | 9.00 | 8.33 |

我们可以看到，透视表的行索引是商品名称，列索引是代理商，单元格的值是价格的均值，缺失值用NaN表示，行列汇总用All表示。

我们还可以使用其他的聚合函数，例如求和、计数、最大值、最小值等。我们也可以使用自定义的函数，例如求标准差、中位数等。我们只需要将aggfunc参数的值改为相应的函数即可。例如，如果我们想要按照商品名称和代理商分组，计算每组的价格总和，并且添加行列汇总，我们可以使用以下代码：

pd.pivot_table(data, values='价格', index='商品名称', columns='代理商', aggfunc='sum', margins=True)

结果如下：

| | 张三 | 李四 | 王五 | All |

| ----- | ----- | ----- | ----- | ----- |

| 商品名称 | | | | |

| 苹果 | 33 | NaN | NaN | 33 |

| 香蕉 | NaN | 18 | NaN | 18 |

| 橘子 | NaN | NaN | 27 | 27 |

| All | 33 | 18 | 27 | 78 |

我们可以看到，透视表的行索引是商品名称，列索引是代理商，单元格的值是价格的总和，缺失值用NaN表示，行列汇总用All表示。

应用案例

案例一：使用多个值和多个索引

使用以下代码来创建一个透视表，显示每个性别和年龄段的身高和体重的最大值，最小值和平均值：

import pandas as pd
import numpy as np
df = pd.DataFrame({
"name": ["Alice", "Bob", "Charlie", "David", "Eve", "Frank", "Grace", "Harry"],
"gender": ["F", "M", "M", "M", "F", "M", "F", "M"],
"age": [16, 30, 12, 32, 27, 29, 15, 31],
"height": [165, 175, 180, 170, 160, 182, 168, 178],
"weight": [55, 70, 75, 68, 50, 72, 54, 69]
})
df_pivot = pd.pivot_table(df, values=["height","weight"], index="gender",
aggfunc=['mean','max','min'])
print(df_pivot)

案例二：使用自定义函数的透视表

使用以下代码来创建一个透视表，显示每个性别的体重的平均值、身高的方差、未成年的计数：

import pandas as pd
import numpy as np
df = pd.DataFrame({
"name": ["Alice", "Bob", "Charlie", "David", "Eve", "Frank", "Grace", "Harry"],
"gender": ["F", "M", "M", "M", "F", "M", "F", "M"],
"age": [16, 30, 12, 32, 27, 29, 15, 31],
"height": [165, 175, 180, 170, 160, 182, 168, 178],
"weight": [55, 70, 75, 68, 50, 72, 54, 69]
})
def count_cld(col:pd.core.frame.Series):
    # col 是 Series ，每一组的数据在一起
    n = 0
    for i in col:
        if i < 18:
            n=n+1
    return n
df_pivot = pd.pivot_table(df, values=["height","weight","age"], index="gender",
aggfunc={ "weight": np.mean, "height":np.std,"age":count_cld})
print(df_pivot)

以上就是python pandas最常用透视表实现应用案例的详细内容，更多关于python pandas透视表的资料请关注脚本之家其它相关文章！