Pandas melt和pivot_table比excel透视表好用多了

最新推荐文章于 2024-12-03 10:03:13 发布

原创最新推荐文章于 2024-12-03 10:03:13 发布 · 2.3k 阅读

9 ·

CC 4.0 BY-SA版权

本文详细介绍了如何使用Python的pandas库进行保险业务数据的处理，包括使用melt和pivot_table函数来重塑数据结构，使数据从宽格式转换为长格式，再通过透视表的形式展示不同日期和险种的数据分布。

Melt英语就是熔化,Pivot是转动的意思，原表格

	zt	date	合计	企财险	家财险	车险	货运险	工程险	责任险	短期意外险	短期健康险	农业险	信用险	保证险	其他险
0	产险合计	2016-09	271668.28	2979.89	900.05	201922.92	496.02	537.98	4832.15	4167.16	29662.65	24160.47	196.39	1800.19	12.37
1	人财险	2016-09	121711.67	1542.56	566.86	76177.54	343.91	2.08	2611.88	522.27	25219.82	14491.42	196.18	37.16	0.00
2	太产险	2016-09	18134.41	488.14	42.89	12007.21	34.11	0.00	565.89	1586.64	2275.04	1130.95	0.00	3.54	0.00
3	平产险	2016-09	29834.30	452.68	14.49	28006.03	58.88	160.85	462.46	630.04	48.66	0.00	0.21	0.00	0.00

melt之前的bf的columns

Index(['zt', 'date', '合计', '企财险', '家财险', '车险', '货运险', '工程险', '责任险', '短期意外险',
       '短期健康险', '船舶险', '农业险', '信用险', '保证险', '其他险'],
      dtype='object')

使用melt和pivot_table

#将zt,date变成index,列名（险种）变成了一个variable
bfm=pd.melt(bf,id_vars=['zt','date'])
#根据date列里的元素变成若根列
bfp=bfm.pivot_table(index=['zt','variable'],columns='date').reset_index()

melt之后bfm

	zt	date	variable	value
0	产险合计	2016-09	合计	271668.28
1	人财险	2016-09	合计	121711.67
2	太产险	2016-09	合计	18134.41
3	平产险	2016-09	合计	29834.30
4	华财险	2016-09	合计	0.00

pivot_table之后bfp

	zt	date	2016-09	2017-09	2018-09
0	中联合	企财险	38.57	83.80	135.91
1	中联合	保证险	1.88	2.13	1.98
2	中联合	信用险	0.00	0.00	0.00
3	中联合	其他险	0.00	0.00	0.00
4	中联合	农业险	7916.90	8131.71	7560.63