原创 pandas变形总结task4

一、透视表

pivot

df.pivot(index='ID',columns='Gender',values='Height').head()

pivot_table

常用参数：
aggfunc：对组内进行聚合统计，可传入各类函数，默认为’mean’
margins：汇总边际状态
index、column、value行、列、值都可以为多级

crosstab（交叉表）

交叉表是一种特殊的透视表，典型的用途如分组统计（但目前还不支持多级分组）
重要参数：
values和aggfunc：分组对某些数据进行聚合操作，这两个参数必须成对出现
除了边际参数margins外，还引入了normalize参数，可选’all’,‘index’,'columns’参数值

二、其他变形方法

melt

melt函数可以认为是pivot函数的逆操作，将unstacked状态的数据，压缩成stacked，使“宽”的DataFrame变“窄”

压缩与展开

1.stack：这是最基础的变形函数，总共只有两个参数：level和dropna，参数level可指定变化的列索引是哪一层（或哪几层，需要列表）
2.unstack：stack的逆函数，功能上类似于pivot_table

三、哑变量与因子化

Dummy Variable（哑变量）

get_dummies函数：其功能主要是进行one-hot编码：

factorize方法

该方法主要用于自然数编码，并且缺失值会被记做-1，其中sort参数表示是否排序后赋值

codes, uniques = pd.factorize(['b', None, 'a', 'c', 'b'], sort=True)