【100天精通Python】Day60：Python 数据分析_Pandas高级功能-数据透视表pivot_table()和数据交叉表crosstab()常用功能和操作

目录

1 数据透视表和交叉表pivot_table()，crosstab()

2  Pandas数据透视表常用操作

2.1 自定义聚合函数

2.2 指定多个聚合函数

2.3 处理缺失值

2.4 更改行和列的顺序

2.5 重新排列多层索引

3 数据交叉表常用功能 

3.1 计算频率表

3.2 计算百分比表

3.3 使用 margins 参数计算边际频率

3.4 使用 values 参数进行加权计算

3.5 自定义聚合函数

---

1 数据透视表和交叉表pivot_table()，crosstab()

• 数据透视表：使用 pivot_table() 方法，你可以根据一个或多个列的值对数据进行汇总和分析。你可以指定哪些列作为索引，哪些列作为值，以及如何进行聚合计算。

• 交叉表：使用 pd.crosstab() 函数，你可以计算两个或多个因素之间的交叉频率，特别适用于分类数据的汇总分析。

数据透视表和交叉表示例：

import pandas as pd

# 创建一个示例DataFrame
data = {'Category': ['A', 'B', 'A', 'B', 'A'],
        'Value1': [10, 15, 20, 25, 30],
        'Value2': [100, 150, 200, 250, 300]}
df = pd.DataFrame(data)

# 创建数据透视表
pivot_table = pd.pivot_table(df, values=['Value1', 'Value2'], index='Category', aggfunc='sum')

# 创建交叉表
cross