Pandas的stack和pivot实现数据透视
将列式数据变成二维交叉形式,便于分析,叫做重塑或透视
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
非常场景的统计场景,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)
import pandas as pd
import numpy as np
%matplotlib inline
df=pd.read_csv(
'./datas/movielens-1m/ratings.dat',
sep='::',
engine='python',
names='UserID::MovieID::Rating::Timestamp'.split('::')
)
df.head()
df['pdata']=pd.to_datetime(df['Timestamp'],unit='s')
df.head()
df.dtypes
#实现数据统计
df_group=df.groupby([df['pdata'].dt.month,'Rating'])['UserID'].agg(pv=np.sum)
df_group.head()
对于这样的格式数据,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
df_stack=df_group.unstack()
df_stack
df_stack.plot()
#unstack和stack是互逆操作
df_stack.stack().head()
3、使用pivot简化透视
df_group.head()
df_reset=df_group.reset_index()
df_reset.head()
#因为是二维的---pdata代表x轴,Rating代表y轴,pv代表数据
df_pivot=df_reset.pivot('pdata','Rating','pv')
df_pivot.head()
df_pivot.plot()
pivot方法相当于对df使用set_index的创建分层索引,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¶