一文看懂pandas的透視表pivot_table

一、概述

1.1 什么是透視表？

透視表是一種可以對數(shù)據(jù)動態(tài)排布并且分類匯總的表格格式。或許大多數(shù)人都在Excel使用過數(shù)據(jù)透視表，也體會到它的強大功能，而在pandas中它被稱作pivot_table。

1.2 為什么要使用pivot_table？

• 靈活性高，可以隨意定制你的分析計算要求
• 脈絡清晰易于理解數(shù)據(jù)
• 操作性強，報表神器

二、如何使用pivot_table

首先讀取數(shù)據(jù)，數(shù)據(jù)集是火箭隊當家球星James Harden某一賽季比賽數(shù)據(jù)作為數(shù)據(jù)集進行講解。數(shù)據(jù)地址。

先看一下官方文檔中pivot_table的函數(shù)體：pandas.pivot_table - pandas 0.21.0 documentation

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

pivot_table有四個最重要的參數(shù)index、values、columns、aggfunc，本文以這四個參數(shù)為中心講解pivot操作是如何進行。

2.1 讀取數(shù)據(jù)

• ?import pandas as pd
• ?import numpy as np
• ?df = pd.read_csv('h:/James_Harden.csv',encoding='utf8')
• ?df.tail()

數(shù)據(jù)格式如下：

2.2Index

每個pivot_table必須擁有一個index，如果想查看哈登對陣每個隊伍的得分，首先我們將對手設置為index：

pd.pivot_table(df,index=[u'對手'])

對手成為了第一層索引，還想看看對陣同一對手在不同主客場下的數(shù)據(jù)，試著將對手與勝負與主客場都設置為index，其實就變成為了兩層索引

pd.pivot_table(df,index=[u'對手',u'主客場'])

試著交換下它們的順序，數(shù)據(jù)結果一樣：

pd.pivot_table(df,index=[u'主客場',u'對手'])

看完上面幾個操作，Index就是層次字段，要通過透視表獲取什么信息就按照相應的順序設置字段，所以在進行pivot之前你也需要足夠了解你的數(shù)據(jù)。

2.3Values

通過上面的操作，我們獲取了james harden在對陣對手時的所有數(shù)據(jù)，而Values可以對需要的計算數(shù)據(jù)進行篩選，如果我們只需要james harden在主客場和不同勝負情況下的得分、籃板與助攻三項數(shù)據(jù)：

pd.pivot_table(df,index=[u'主客場',u'勝負'],values=[u'得分',u'助攻',u'籃板'])

2.4Aggfunc

aggfunc參數(shù)可以設置我們對數(shù)據(jù)聚合時進行的函數(shù)操作。

當我們未設置aggfunc時，它默認aggfunc='mean'計算均值。我們還想要獲得james harden在主客場和不同勝負情況下的總得分、總籃板、總助攻時：

pd.pivot_table(df,index=[u'主客場',u'勝負'],values=[u'得分',u'助攻',u'籃板'],aggfunc=[np.sum,np.mean])

2.5Columns

Columns類似Index可以設置列層次字段，它不是一個必要參數(shù)，作為一種分割數(shù)據(jù)的可選方式。

#fill_value填充空值,margins=True進行匯總pd.pivot_table(df,index=[u'主客場'],columns=[u'對手'],values=[u'得分'],aggfunc=[np.sum],fill_value=0,margins=1)

現(xiàn)在我們已經(jīng)把關鍵參數(shù)都介紹了一遍，下面是一個綜合的例子：

table=pd.pivot_table(df,index=[u'對手',u'勝負'],columns=[u'主客場'],values=[u'得分',u'助攻',u'籃板'],aggfunc=[np.mean],fill_value=0)

結果如下：

aggfunc也可以使用dict類型，如果dict中的內(nèi)容與values不匹配時，以dict中為準。

table=pd.pivot_table(df,index=[u'對手',u'勝負'],columns=[u'主客場'],values=[u'得分',u'助攻',u'籃板'],aggfunc={u'得分':np.mean,u'助攻':[min, max, np.mean]},fill_value=0)

結果就是助攻求min,max和mean,得分求mean,而籃板沒有顯示。

到此這篇關于一文搞懂Python中pandas透視表pivot_table功能詳解的文章就介紹到這了,更多相關pandas透視表pivot_table內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論