机器学习和数据分析-pandas的数据分组与透视表

1.groupby 分组
2.pivot_table 透视表

1.启动jupyter notebook
2.创建一个新的notebook,并导入pandas和numpy

一: 数据分组: groupby

1.当前目录下有data.xlsx,表格内容如下:

2.读取excel表格内容

df = pd.read_excel('data.xlsx')
df

3.按照类别统计商品销量

#1.分组
grouped = df.groupby('类别')
#2.求和
grouped.sum()

4.单价求和没有意义,可指定数量,金额进行求和

grouped[['数量','金额']].sum()

5.求每个组单价的最大值

grouped[['单价']].max()

6.指定类别,名称进行分组

grouped = df.groupby(['类别','名称'])

求出每个组别销售价的最大值和最小值,和平均值

#最大值
grouped[['单价']].max()
#最小值
grouped[['单价']].min()
#平均值
grouped[['单价']].mean()

7.打印不同类别下的数据

for name, data in df.groupby('类别'):
    print(name)
    print(data)

8.取出每种类别下有哪些商品

for name,data in df.groupby('类别'):
    print(name)
    print(data['名称'].unique())

二: 透视表 pivot_table

1.在Excel表格中生成一张透视表,步骤如下:选中数据->点击[数据]选项->点击透视表, 确定后,再在excel表的右侧点击:名称,类别,单价,数量

2.点击单价,可将求和,改成求平均值


3.pandas中生成透视表

#默认求平均值
df.pivot_table(index=['类别','名称'],values=['单价','数量'])

#指定求和
df.pivot_table(index=['类别','名称'],values=['单价','数量'],aggfunc=np.sum)