19.数据统计之透视图与交叉表

在数据分析中，数据透视表是常见的工具之一，需要根据行或列对数据进行各个维度数据的汇总，在pandas中，提供了相关函数解决此类问题。

pivot_table(data,index,columns,values,aggfunc,fill_value,margins,margins_name=)

Index:行分组键

columns:列分组键

values:分组的字段，只能为数值型变量

aggfunc:聚合函数

margins:是否需要总计

交叉表更多用于频数的分析。

pd.crosstab(index,columns,normalize)

Index:行索引

Columns:列索引

Normalize:对数据进行标准化，index行，column列

 

pd.pivot_table(data=df,index='Year',values='Global_Sales',aggfunc=np.mean,margins=True,margin s_name='总计')
pd.crosstab(index=df['Platform'],columns=df['Genre'],margins=True)


df=pd.read_csv('online_order.csv',encoding='gbk',dtype={'customer':str,'order':str})
df.info()

df.columns#输出字段名称
#透视图
#行分组键
#par1:数据名;par2:行分组键；par3:分组字段；par4:多个统计量；margins:是否总计
pd.pivot_table(data=df,index='weekday',values='total_items',aggfunc=[np.mean,np.max,np.min],margins=True,margins_name='总计商品情况')

#列分组键
#par1:数据名;par2:行分组键；par3:分组字段；par4:多个统计量；margins:是否总计
pd.pivot_table(data=df,index='weekday',columns='cusomer',values='total_items',aggfunc=np.mean,margins=True,margins_name='总计商品情况'，fill_value=0)#缺失值为0


#参数不好记？
pd.pivot_table?

#交叉表：主要计算频数

#周一到周天 不同折扣下的订单数
pd.crosstab(index=df['weekday'],columns=df['discount%'])
#margins：总计；normalize：'all'所有数据正则化；index对行归一化
pd.crosstab(index=df['weekday'],columns=df['discount%'],margins=True,normalize='all')
#行百分比，每一个数/全行的总和
pd.crosstab(index=df['weekday'],columns=df['discount%'],margins=True,normalize='index')