学习笔记(40):零基础搞定Python数据分析与挖掘-数据的汇总

立即学习:https://edu.csdn.net/course/play/6861/326775?utm_source=blogtoedu

如果实现数据的汇总

pd.pivot_table(data,values=None,index=None,columns=None,aggfunc='mean',fill_value=None,margins=False,dropna=True,margins_name='All')

data:指定需要构造透视表的数据集

values:指定需要拉入‘数值’框的字段列表

index：指定需要拉入‘行标签’框的字段列表

columns:指定需要拉入‘列标签’框的字段列表

aggfunc:指定数值的统计函数，默认为统计均值，也可以指定numpy模块中的其他统计函数

 

import pandas as pd
data06 = pd.read_csv(r'E:\pylean\database\diamonds.csv')
data06
pd.pivot_table(data06,index='color',values='price',aggfunc='mean')
pd.pivot_table(data06,index='color',columns='clarity',values='price',aggfunc='size')

 

 

分组汇总

groupby'方法' ：用于汇总前，设定被分组的变量

aggregate '方法'：可基于groupby的结果做进一步的统计汇总

 

说明：在aggregate阶段，需要以字典的形式传递参数，用于选择被统计的变量和对应的统计方法

import pandas as pd
import numpy as np
data06 = pd.read_csv(r'E:\pylean\database\diamonds.csv')
#通过groupby方法，指定分组变量
grouped =data06.groupby(by=['color','cut'])
#对分组变量进行统计汇总
result = grouped.aggregate({'color':np.size,'carat':np.min,'price':np.mean,'table':np.max})
#result
#调整变量名的顺序
result = pd.DataFrame(result,columns=['carat','color','price','table'])
#result
#数据集的重命名
result.rename(columns={'color':'col','carat':'cat'},inplace=True)
result

 

 

 

 

fill_value:指定一个标量，用于填充缺省值

margins:bool类型参数，是否需要显示行或者列的总计值，默认是False

dropna:bool类型参数，是否需要删除整列为缺失的字段，默认是True

margins_name:指定行或者列的总计名称，默认是all