.
数据透视表
在Excel中有一个非常强大的功能就是数据透视表,通过托拉拽的方式可以迅速的查看数据的聚合情况,这里的聚合可以是计数、求和、均值、标准差等。
pandas为我们提供了非常强大的函数pivot_table(),该函数就是实现数据透视表功能的。对于上面所说的一些聚合函数,可以通过参数aggfunc设定。我们先看看这个函数的语法和参数吧:
pivot_table(data,values=None,
index=None,
columns=None,
aggfunc='mean',
fill_value=None,
margins=False,
dropna=True,
margins_name='All')
- data:需要进行数据透视表操作的数据框
- values:指定需要聚合的字段
- index: 指定某些原始变量作为行索引
- columns: 指定哪些离散的分组变量
- aggfunc: 指定相应的聚合函数,默认为
numpy.mean()
- fill_value:使用一个常数替代缺失值,默认不替换
- margins: 是否进行行或列的汇总,默认不汇总
- dropna: 默认所有观测为缺失的列
- margins_name:默认行汇总或列汇总的名称为’All’
我们仍然以student表为例,来认识一下数据透视表pivot_table函数的用法:
对一个分组变量(Sex),一个数值变量(Height)作统计汇总:
对一个分组变量(Sex),两个数值变量(Height,Weight)作统计汇总:
对两个分组变量(Sex,Age),两个数值变量(Height,Weight)作统计汇总:
很显然这样的结果并不像Excel中预期的那样,该如何变成列联表的形式的?很简单,只需**将结果进行非堆叠操作(unstack)**即可:
看,这样的结果是不是比上面那种看起来更舒服一点?
使用多个聚合函数
有关更多数据透视表的操作,可参考《Pandas透视表(pivot_table)详解》一文。