Pandas 二十:stack和pivot实现数据透视
1.经过统计得到多维度指标数据
2.使用unstack实现数据二维透视
3.使用pivot简化透视
4.stack、unstack、pivot的语法
1. 经过统计得到多维度指标数据
非常常见的统计场景,指定多个维度,计算聚合后的指标
实例:统计得到“电影评分数据集”,每个月份的每个分数被评分多少次:(月份、分数1~5、次数)
1
import pandas as pd
import numpy as np
%matplotlib inline
No output
2
df = pd.read_csv(
"./datas/movielens-1m/ratings.dat",
header=None,
names="UserID::MovieID::Rating::Timestamp".split("::"),
sep="::",
engine="python"
)
No output
3
df.head()
3
UserID MovieID Rating Timestamp
0 1 1193 5 978300760
1 1 661 3 978302109
2 1 914 3 978301968
3 1 3408 4 978300275
4 1 2355 5 978824291
4
df["pdate"] = pd.to_datetime(df["Timestamp"], unit='s')
No output
5
df.head()
5
UserID MovieID Rating Timestamp pdate
0 1 1193 5 978300760 2000-12-31 22:12:40
1 1 661 3 978302109 2000-12-31 22:35:09
2 1 914 3 978301968 2000-12-31 22:32:48
3 1 3408 4 978300275 2000-12-31 22:04:35
4 1 2355 5 978824291 2001-01-06 23:38:11
6
df.dtypes
6
UserID int64
MovieID int64
Rating int64
Timestamp int64
pdate datetime64[ns]
dtype: object
19
# 实现数据统计
df_group = df.groupby([df["pdate"].dt.month, "Rating"])["UserID"].agg(pv=np.size)
No output
20
df_group.head(20)
20
对这样格式的数据,我想查看按月份,不同评分的次数趋势,是没法实现的
需要将数据变换成每个评分是一列才可以实现
2. 使用unstack实现数据二维透视
目的:想要画图对比按照月份的不同评分的数量趋势
21
df_stack = df_group.unstack()
df_stack
21
22
df_stack.plot()
22
23
# unstack和stack是互逆操作
df_stack.stack().head(20)
23
3. 使用pivot简化透视
24
df_group.head(20)
24
25
df_reset = df_group.reset_index()
df_reset.head()
25
pdate Rating pv
0 1 1 1127
1 1 2 2608
2 1 3 6442
3 1 4 8400
4 1 5 4495
26
df_pivot = df_reset.pivot("pdate", "Rating", "pv")
27
df_pivot.head()
27
28
df_pivot.plot()
28
pivot方法相当于对df使用set_index创建分层索引,然后调用unstack
4. stack、unstack、pivot的语法
stack:DataFrame.stack(level=-1, dropna=True),将column变成index,类似把横放的书籍变成竖放
level=-1代表多层索引的最内层,可以通过==0、1、2指定多层索引的对应层
unstack:DataFrame.unstack(level=-1, fill_value=None),将index变成column,类似把竖放的书籍变成横放
pivot:DataFrame.pivot(index=None, columns=None, values=None),指定index、columns、values实现二维透视