99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話：13121318867

登錄
首頁精彩閱讀如何用Python實(shí)現(xiàn)數(shù)據(jù)透視表？解除你對透視表的疑惑！
如何用Python實(shí)現(xiàn)數(shù)據(jù)透視表？解除你對透視表的疑惑！
2020-05-09
收藏

相信接觸過Excel的小伙伴都知道，Excel有一個(gè)非常強(qiáng)大的功能“數(shù)據(jù)透視表”，使用數(shù)據(jù)透視表可以自由選擇不同字段，用不同的聚合函數(shù)進(jìn)行匯總，并建立交叉表格，用以從不同層面觀察數(shù)據(jù)。這么強(qiáng)大的功能，在Python中怎么去實(shí)現(xiàn)呢？


不用擔(dān)心，Python的"數(shù)據(jù)分析小能手"Pandas很貼心地為我們提供了一個(gè)快速實(shí)現(xiàn)數(shù)據(jù)透視表功能的方法——pivot_table()。事不宜遲，讓我們趕緊看看如何在Python中實(shí)現(xiàn)數(shù)據(jù)透視表！

1. 數(shù)據(jù)

為幫助大家更好地理解，在講解如何使用pivot_table( )實(shí)現(xiàn)透視表前，我們先導(dǎo)入示例數(shù)據(jù)，在接下來的講解中都使用此數(shù)據(jù)作為例子。 

# 導(dǎo)入示例數(shù)據(jù)
<<< data =pd.read_csv("data.csv")
<<< data.head()
    月份  項(xiàng)目  部門   金額       剩余金額
0   1月  水費(fèi)  市場部 1962.37    8210.58
1   2月  水費(fèi)  市場部 690.69     9510.60
2   2月  電費(fèi)  市場部 2310.12    5384.92
3   2月  電費(fèi)  運(yùn)營部 -1962.37   7973.10
4   2月  電費(fèi)  開發(fā)部 1322.33    6572.16

下面我將帶大家使用pivot_table( )一步一步實(shí)現(xiàn)數(shù)據(jù)透視表的操作。

2. 操作

首先，原數(shù)據(jù)有5個(gè)字段，我們在做數(shù)據(jù)透視表之前必須理解每個(gè)字段的意思，明確清楚自己需要得到什么信息。

假設(shè)我們想看看不同月份所花費(fèi)的水電費(fèi)金額是多少，這時(shí)我們需要把字段“月份”設(shè)置為索引，將字段“金額”設(shè)置為我們需要看的值，具體代碼如下： 

<<< data.pivot_table(index=['月份'],values=['金額'])
           金額
月份  
10月 3723.940000
11月 2900.151667
12月 10768.262857
1月  1962.370000
2月  1432.280000
3月  3212.106667
4月  4019.175000
5月  4051.480000
6月  6682.632500
7月  11336.463333
8月  17523.485000
9月  10431.960000

參數(shù)index為設(shè)置的索引列表，即分組依據(jù)，需要用中括號[ ]將索引字段括起來；參數(shù)values為分組后進(jìn)行計(jì)算的字段列表，也需要用中括號[ ]括起來。這兩個(gè)參數(shù)的值可以是一個(gè)或多個(gè)字段，即按照多個(gè)字段進(jìn)行分組和對多個(gè)字段進(jìn)行計(jì)算匯總。例如，設(shè)置index=['項(xiàng)目','部門']代表求不同項(xiàng)目不同部門下的金額。 

<<< data.pivot_table(index=['項(xiàng)目','部門'],values=['金額'])
            金額
項(xiàng)目  部門  
水費(fèi)  市場部  3614.318125
     開發(fā)部   2358.205000
     運(yùn)營部   5896.213333
電費(fèi)  市場部   6094.748235
      開發(fā)部   1322.330000
      運(yùn)營部   7288.615000
采暖費(fèi) 市場部   5068.380000
      運(yùn)營部   55978.000000

若設(shè)置values=['金額','剩余金額']，即求不同項(xiàng)目不同部門下金額和剩余金額的值。 

<<< data.pivot_table(index=['項(xiàng)目','部門'],values=['金額','剩余金額'])
              剩余金額       金額
項(xiàng)目  部門      
水費(fèi)  市場部    7478.423125  3614.318125
      開發(fā)部   6866.490000   2358.205000
      運(yùn)營部   7224.033333   5896.213333
電費(fèi)  市場部    7645.535882   6094.748235
      開發(fā)部   6572.160000    1322.330000
      運(yùn)營部   8821.895000    7288.615000
采暖費(fèi) 市場部   6572.030000    5068.380000
      運(yùn)營部   7908.560000    55978.000000

同時(shí)，如果我們想以交叉表的形式查看不同項(xiàng)目和不同部門下的消費(fèi)金額，這時(shí)就要將字段‘部門’設(shè)置為列名，進(jìn)行交叉查看，具體代碼如下： 

<<< data.pivot_table(index=['項(xiàng)目'],columns=['部門'],values=['金額'])
      金額
部門   市場部        開發(fā)部     運(yùn)營部
項(xiàng)目          
水費(fèi)   3614.318125  2358.205  5896.213333
電費(fèi)   6094.748235  1322.330  7288.615000
采暖費(fèi)  5068.380000  NaN      55978.000000

通過上面的示例，我們可以看到某個(gè)分組下不存在記錄會(huì)被標(biāo)記為NAN，例如上述中采暖部和開發(fā)部不存在金額這一字段的記錄，則會(huì)標(biāo)記為NAN。如果不希望被標(biāo)記為NAN，我們可以通過設(shè)置參數(shù)fill_value=0來用數(shù)值0替代這部分的缺失值。 

<<< data.pivot_table(index=['項(xiàng)目'],columns=['部門'],values=['金額'],fill_value=0)
      金額
部門   市場部        開發(fā)部     運(yùn)營部
項(xiàng)目          
水費(fèi)   3614.318125  2358.205  5896.213333
電費(fèi)   6094.748235  1322.330  7288.615000
采暖費(fèi)  5068.380000  0.000    55978.000000

在上面的示例中，我們都是默認(rèn)分組后對值進(jìn)行求平均值計(jì)算，假如我們想查看不同項(xiàng)目不同部門下金額的總和該怎么實(shí)現(xiàn)呢？

通過設(shè)置參數(shù)aggfunc=np.sum即可對分組后的值進(jìn)行求和操作，參數(shù)aggfunc代表分組后值的匯總方式，可傳入numpy庫中的聚合方法。 

<<< data.pivot_table(index=['項(xiàng)目'],columns=['部門'],values=['金額'],fill_value=0,aggfunc=np.sum)
金額
部門    市場部      開發(fā)部    運(yùn)營部
項(xiàng)目          
水費(fèi)    57829.09   4716.41   17688.64
電費(fèi)    103610.72  1322.33   29154.46
采暖費(fèi)   5068.38    0.00     55978.00

除了常見的求和、求平均值這兩種聚合方法，我們還可能接觸到以下這幾種：

描述方法標(biāo)準(zhǔn)差np.std()方差np.var()所有元素相乘np.prod()中數(shù)np.median()冪運(yùn)算np.power()開方np.sqrt()最小值np.min()最大值np.max()以e為底的指數(shù)np.exp(10)對數(shù)np.log(10)

與前面介紹的參數(shù)index，columns，value一樣，參數(shù)aggfunc傳入的值也是一個(gè)列表，表示可傳入一個(gè)或多個(gè)值。當(dāng)傳入多個(gè)值時(shí)，表示對該值進(jìn)行多種匯總方式，例如同時(shí)求不同項(xiàng)目不同部門下金額的求和值和平均值： 

<<< data.pivot_table(index=['項(xiàng)目'],columns=['部門'],values=['金額'],fill_value=0,aggfunc=[np.sum,np.max])
     sum               amax
     金額               金額
部門  市場部 開發(fā)部 運(yùn)營部 市場部 開發(fā)部 運(yùn)營部
項(xiàng)目                      
水費(fèi)  57829.09  4716.41  17688.64 16807.58 2941.28 6273.56
電費(fèi)  103610.72 1322.33  29154.46 18239.39 1322.33 26266.60
采暖費(fèi) 5068.38   0.00    55978.00  5068.38  0.00    55978.00

同時(shí)，如果我們想對不同字段進(jìn)行不同的匯總方式，可通過對參數(shù)aggfunc傳入字典來實(shí)現(xiàn)，例如我們可以同時(shí)對不同項(xiàng)目不同部門下，對字段金額求總和值，對字段剩余金額求平均值： 

<<< data.pivot_table(index=['項(xiàng)目'],columns=['部門'],values=['金額','剩余金額'],fill_value=0,aggfunc={'金額':np.sum,'剩余金額':np.max})
     剩余金額                  金額
部門  市場部   開發(fā)部   運(yùn)營部   市場部     開發(fā)部     運(yùn)營部
項(xiàng)目                      
水費(fèi)  9510.60 8719.34 7810.38 57829.09   4716.41  17688.64
電費(fèi)  9625.27 6572.16 9938.82 103610.72  1322.33  29154.46
采暖費(fèi) 6572.03 0.00    7908.56 5068.38    0.00     55978.00

另外，在進(jìn)行以上功能的同時(shí)，pivot_table還為我們提供了一個(gè)求所有行及所有列對應(yīng)合計(jì)值的參數(shù)margins，當(dāng)設(shè)置參數(shù)margins=True時(shí)，會(huì)在輸出結(jié)果的最后添加一行'All',表示根據(jù)columns進(jìn)行分組后每一項(xiàng)的列總計(jì)值；以及在輸出結(jié)果的最后添加一列'All',表示根據(jù)index進(jìn)行分組后每一項(xiàng)的行總計(jì)值。 

<<< pd.set_option('precision',0)
<<< data.pivot_table(index=['項(xiàng)目'],columns=['部門'],values=['金額','剩余金額'],fill_value=0,aggfunc={'金額':np.sum,'剩余金額':np.max},margins=True)
     剩余金額                 金額
部門  市場部 開發(fā)部 運(yùn)營部 All   市場部  開發(fā)部  運(yùn)營部  All
項(xiàng)目                              
水費(fèi)  9511  8719  7810  9511  57829  4716   17689  80234
電費(fèi)  9625  6572  9939  9939  103611  1322  29154  134088
采暖費(fèi) 6572  0     7909  7909  5068    0     55978  61046
All   9625  8719  9939  9939  166508  6039  102821 275368

3. 番外

上面詳細(xì)介紹了如何在python中通過pivot_table( )方法實(shí)現(xiàn)數(shù)據(jù)透視表的功能，那么，與數(shù)據(jù)透視表原理相同，顯示方式不同的‘數(shù)據(jù)透視圖’又該怎么實(shí)現(xiàn)呢？

實(shí)現(xiàn)方法非常簡單，將上述進(jìn)行pivot_table操作后的對象進(jìn)行實(shí)例化，再對實(shí)例化后的對象進(jìn)行plot繪圖操作即可，具體代碼如下： 

<<< df=data.pivot_table(index=['項(xiàng)目'],columns=['部門'],values='金額',fill_value=0)
<<< df.plot(kind='bar')

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

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1：配置參數(shù) // 參數(shù)2：回調(diào)，回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對象，之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個(gè)配置參數(shù)為必須，不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺檢測極驗(yàn)服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī) product: "float", // 產(chǎn)品形式，包括：float，popup width: "280px", https: true // 更多配置參數(shù)說明請參見：http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計(jì)時(shí)完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請輸入'+oInput.attr('placeholder')+'！'; var errTxt = '請輸入正確的'+oInput.attr('placeholder')+'！'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }