Python透视表pivot_table

在工作中经常要用到excel来画透视表，那么在python中应该怎么画透视表呢？下面简单分享一下。

导入需要的库：

import numpy as np #用于基础数值计算
import pandas as pd #处理面板数据常用
import seaborn as sns #画图用，也能通过它获取一下练手用的数据

读取数据：

titanic = sns.load_dataset('titanic') #泰坦尼克号生存数据
titanic.columns #看数据的各个列名
titanic.head() #看开头5行数据

通过上面的代码可以看到数据中包含性别、年龄、舱位等级、是否生存等字段。

分组统计：

考察性别和舱位等级对生存率的影响：先使用聚集函数：

titanic.groupby('sex')['survived'].mean() #先用groupby将
#数据按照sex列分组，再对每组的survived列求平均即得不同性别的生存率

如果我们想同时观察性别和舱位等级对生存率的影响，使用聚集函数的话代码就有点复杂了：

titanic.groupby(['sex', 'class'])['survived'].mean().unstack()
#同时观察性别和舱位等级对生存率的影响，结果是列联表

使用透视表：pivot_table

titanic.pivot_table('survived', index='sex', columns='class') #

上面代码中index=‘sex’，columns='class’表示用性别作行，舱位等级作列，对每个分组分别求’survived’列的均值得出生存率。如果我们不想求survived的均值而想使用其它聚集函数，可以在pivot_table中增加accfunc参数，例如accfun='sum’表示求每组的总和，即不同舱位等级和性别的乘客的生存人数。
再增加年龄维度：

#先将年龄属性分成0-18岁和18至80岁两组：
age = pd.cut(titanic['age'], [0, 18, 80]) #默认上组限在内
titanic.pivot_table('survived', ['sex', age], 'class')
#这样就得到了不同性别、年龄组、舱位等级的乘客的生存率

也可以为不同的列指定不同的聚集函数，例如我们既想求每个分组的总生存人数，又想求每个分组乘客的平均票价，可以通过以下代码实现：

#为不同的列指定不同的accfunc：
titanic.pivot_table(index='sex', columns='class',                           
                    aggfunc={'survived':sum, 'fare':'mean'})
#性别为行，舱位等级为列，对每个分组的生存人数求和，票价求平均 
#sum不用加引号是因为sum是python自带的函数，而mean是np中的函数，因此mean要加引号否则无法识别

margins=True给出每个分组的总计值：

titanic.pivot_table('survived', index='sex', columns='class', margins=True)