
作者:俊欣
來源:關(guān)于數(shù)據(jù)分析與可視化
相信大家都用在Excel當(dāng)中使用過數(shù)據(jù)透視表(一種可以對數(shù)據(jù)動態(tài)排布并且分類匯總的表格格式),也體驗過它的強大功能,在Pandas模塊當(dāng)中被稱作是pivot_table,今天小編就和大家來詳細(xì)聊聊該函數(shù)的主要用途。
那我們第一步仍然是導(dǎo)入模塊并且來讀取數(shù)據(jù),數(shù)據(jù)集是北美咖啡的銷售數(shù)據(jù),包括了咖啡的品種、銷售的地區(qū)、銷售的利潤和成本、銷量以及日期等等
import pandas as pd def load_data(): return pd.read_csv('coffee_sales.csv', parse_dates=['order_date'])
那小編這里將讀取數(shù)據(jù)封裝成了一個自定義的函數(shù),讀者也可以根據(jù)自己的習(xí)慣來進行數(shù)據(jù)的讀取
df = load_data() df.head()
output
通過調(diào)用info()函數(shù)先來對數(shù)據(jù)集有一個大致的了解
df.info()
output
<class 'pandas.core.frame.DataFrame'> RangeIndex: 4248 entries, 0 to 4247 Data columns (total 9 columns):
# Column Non-Null Count Dtype
--- ------ -------------- ----- 0 order_date 4248 non-null datetime64[ns] 1 market 4248 non-null object 2 region 4248 non-null object 3 product_category 4248 non-null object 4 product 4248 non-null object 5 cost 4248 non-null int64 6 inventory 4248 non-null int64 7 net_profit 4248 non-null int64 8 sales 4248 non-null int64
dtypes: datetime64[ns](1), int64(4), object(4)
memory usage: 298.8+ KB
在pivot_table函數(shù)當(dāng)中最重要的四個參數(shù)分別是index、values、columns以及aggfunc,其中每個數(shù)據(jù)透視表都必須要有一個index,例如我們想看每個地區(qū)咖啡的銷售數(shù)據(jù),就將“region”設(shè)置為index
df.pivot_table(index='region')
output
當(dāng)然我們還可以更加細(xì)致一點,查看每個地區(qū)中不同咖啡種類的銷售數(shù)據(jù),因此在索引中我們引用“region”以及“product_category”兩個,代碼如下
df.pivot_table(index=['region', 'product_category'])
output
上面的案例當(dāng)中,我們以地區(qū)“region”為索引看到了各項銷售指標(biāo),當(dāng)中有成本、庫存、凈利潤以及銷量這個4個指標(biāo)的數(shù)據(jù),那要是我們想要單獨拎出某一個指標(biāo)來看的話,代碼如下所示
df.pivot_table(index=['region'], values=['sales'])
output
這也就是我們上面提到的values,在上面的案例當(dāng)中我們就單獨拎出了“銷量”這一指標(biāo),又或者我們想要看一下凈利潤,代碼如下
df.pivot_table(index=['region'], values=['net_profit'])
output
另外我們也提到了aggfunc,可以設(shè)置我們對數(shù)據(jù)聚合時進行的函數(shù)操作,通常情況下,默認(rèn)的都是求平均數(shù),這里我們也可以指定例如去計算總數(shù),
df.pivot_table(index=['region'], values=['sales'], aggfunc='sum')
output
或者我們也可以這么來寫
df.pivot_table(index=['region'], values=['sales'], aggfunc={ 'sales': 'sum' })
當(dāng)然我們要是覺得只有一個聚合函數(shù)可能還不夠,我們可以多來添加幾個
df.pivot_table(index=['region'], values=['sales'], aggfunc=['sum', 'count'])
output
剩下最后的一個關(guān)鍵參數(shù)columns類似于之前提到的index用來設(shè)置列層次的字段,當(dāng)然它并不是一個必要的參數(shù),例如
df.pivot_table(index=['region'], values=['sales'], aggfunc='sum', columns=['product_category'])
output
在“列”方向上表示每種咖啡在每個地區(qū)的銷量總和,要是我們不調(diào)用columns參數(shù),而是統(tǒng)一作為index索引的話,代碼如下
df.pivot_table(index=['region', 'product_category'], values=['sales'], aggfunc='sum')
output
同時我們看到當(dāng)中存在著一些缺失值,我們可以選擇將這些缺失值替換掉
df.pivot_table(index=['region', 'product_category'], values=['sales'], aggfunc='sum')
output
我們再來做幾組練習(xí),我們除了想要知道銷量之外還想知道各個品種的咖啡在每個地區(qū)的成本如何,我們在values當(dāng)中添加“cost”的字段,代碼如下
df.pivot_table(index=['region'], values=['sales', 'cost'], aggfunc='sum', columns=['product_category'], fill_value=0)
output
同時我們還能夠計算出總量,通過調(diào)用margin這個參數(shù)
df.pivot_table(index=['region', 'product_category'], values=['sales', 'cost'], aggfunc='sum', fill_value=0, margins=True)
output
最后的最后,我們調(diào)用pivot_table函數(shù)來制作一個2010年度咖啡銷售的銷量年報,代碼如下
month_gp = pd.Grouper(key='order_date',freq='M')
cond = df["order_date"].dt.year == 2010 df[cond].pivot_table(index=['region','product_category'],
columns=[month_gp], values=['sales'],
aggfunc=['sum'])
output
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動決策的時代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經(jīng)濟蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學(xué)方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學(xué)方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03