欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python實現(xiàn)數(shù)據(jù)透視表詳解

 更新時間：2021年10月28日 11:06:47   作者：weixin_12162011  
今天小編就為大家分享一篇用Python實現(xiàn)數(shù)據(jù)的透視表的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

用Python里的Pandas可以實現(xiàn)，雖然感覺Excel更方便

1.groupby + agg

不夠直觀，不好看

對貸款年份，貸款種類創(chuàng)建數(shù)據(jù)透視

train_data.groupby(['year_of_loan', 'class']).agg(d_roat =('isDefault', 'mean'))

在這里插入圖片描述

2. crosstab

pandas.crosstab(index, columns,values, rownames=None, colnames, 
				aggfunc, margins, margins_name, dropna, normalize)

主要用到的參數(shù)：

index：選哪個變量做數(shù)據(jù)透視表的行

columns：選哪個變量做數(shù)據(jù)透視表的列

values：要聚合的值

aggfunc：使用的聚合函數(shù)

margins：是否添加匯總列/行

margins_name：匯總行/列的名字

例子

對貸款年份，貸款種類創(chuàng)建數(shù)據(jù)透視

pd.crosstab(train_data['year_of_loan'], train_data['class'], train_data['loan_id'], aggfunc='count',margins = True, margins_name = '合計')

在這里插入圖片描述

可以直接看出交叉組合之后違約比例

pd.crosstab(train_data['year_of_loan'], train_data['class'], train_data['isDefault'], aggfunc='mean')

在這里插入圖片描述

3.groupby + pivot

train_data.groupby(['year_of_loan', 'class'], as_index = False)['isDefault'].mean().pivot('year_of_loan', 'class', 'isDefault')

在這里插入圖片描述

pivot_table

pandas.pivot_table(data, values, index, columns, aggfunc, fill_value, 
					margins, dropna, margins_name, observed, sort)

常用參數(shù)與crosstab一致

例子

實現(xiàn)同樣的數(shù)據(jù)透視表

pandas.pivot_table(data, values, index, columns, aggfunc, fill_value, 
					margins, dropna, margins_name, observed, sort)

在這里插入圖片描述

pd.pivot_table(train_data[['year_of_loan', 'class', 'isDefault']],
			   values='isDefault', index=['year_of_loan'], columns=['class'], 
			   aggfunc='mean')

在這里插入圖片描述

總結(jié)

本篇文章就到這里了，希望能夠給你帶來幫助，也希望您能夠多多關(guān)注腳本之家的更多內(nèi)容!

相關(guān)文章

最新評論