Pandas透视表

最新推荐文章于 2024-03-07 20:35:43 发布

kylinxjd

最新推荐文章于 2024-03-07 20:35:43 发布

阅读量285

点赞数

分类专栏：数据分析文章标签： python pandas

本文链接：https://blog.csdn.net/kylinxjd/article/details/98478433

版权

数据分析专栏收录该内容

11 篇文章 0 订阅

订阅专栏

透视表可以根据一个或多个键对数据进行聚合，并根据行和列上得分组建将数据分配到各个矩形区域中。在Python和pandas中，也有透视表的使用。

先读取数据

import pandas as pd
import numpy as np
data = pd.read_excel('豆瓣电影数据.xlsx', index_col=0, encoding='str')
df = data.head(100)

共100条
在这里插入图片描述
使用透视表

1、以产地为索引，计算各个数字字段的均值

# 以产地为索引，计算各个数字字段的均值
pd.pivot_table(d, index=['产地'])

在这里插入图片描述

2、设置多索引

# 设置多索引
pd.pivot_table(d, index=['产地', '年代'])

在这里插入图片描述

3、指定要统计的列数据

# 指定要统计的列数据
pd.pivot_table(d, index=['年代', '产地'], values=['评分'])

在这里插入图片描述

4、指点统计方法

# 指定函数，统计和
pd.pivot_table(d, index=['产地', '年代'], values=['投票人数'], aggfunc=np.sum)

在这里插入图片描述

5、同时计算多个统计量

# 同时计算平均值和总和
pd.pivot_table(d, index=['产地'], values=['投票人数','评分'], aggfunc=[np.sum,np.mean])

在这里插入图片描述

6、非法字符的替换

先添加一条带空值的数据

dic = {
    '名字':'复仇者联盟3',
    '投票人数':4565142,
    '类型':'剧情/科幻',
    '产地':'美国',
    '上映时间':'1994-09-10 10:00:00',
    '时长':np.nan,
    '年代':np.nan,
    '评分':np.nan,
    '首映地点':'美国'
}
s = pd.Series(dic)
s.name = 1024
d.append(s)

在这里插入图片描述
使用透视表用0填充空值

# 空值用0替换
pd.pivot_table(d, index=['产地'], values=['投票人数','评分'], aggfunc=[np.sum,np.mean], fill_value=0)

可以看到并没有报错，美国的数据也发生了变化
在这里插入图片描述

7、针对不同的数据使用不同的函数

# 对不同的值使用不同的函数
pd.pivot_table(d, index=['产地'], values=['投票人数','评分'], 
               aggfunc={
                   '投票人数':np.sum,
                   '评分':np.mean
               }, 
               fill_value=0)

在这里插入图片描述

8、透视表过滤

# 透视表过滤
table = pd.pivot_table(d, index=['年代'], values=['投票人数','评分'], 
               aggfunc={
                   '投票人数':np.sum,
                   '评分':np.mean
               }, 
               fill_value=0)