crosstab交叉表_透视图和交叉表

透视图和交叉表

在数据分析中，数据透视表是常见的工具之一，需要根据行或列对数据进行各个维度数据的汇总，在pandas中，提供了相关函数解决此类问题

透视图相关函数

pivot_table(data,index,colums,values,aggfunc,fill_value,margins,margins_name=)

• index: 行索引
• colums： 列索引
• values： 分组的字段，只能为数值型变量
• aggfunc： 聚合函数
• fill_value： 缺失值填充方法
• margins： 是否需要总计

import pandas as pd
import numpy as np
import os
os.chdir('G:jupyterNotebookNetwordFile')

df=pd.read_csv('vgsales.csv',dtype={'Year':float})

pd.pivot_table(data=df,index='Year',values='Global_Sales',
               aggfunc=np.mean,margins=True,margins_name='总计求均值')

pd.pivot_table(data=df,index='Year',columns='Genre',values='Global_Sales',
               aggfunc=np.mean,margins=True,margins_name='总计求均值')

pd.pivot_table(data=df,index='Year',columns='Genre',values='Global_Sales',
               aggfunc=np.mean,margins=True, fill_value=0,margins_name='总计求均值')

pd.pivot_table(data=df,index='Year',columns='Genre',values='NA_Sales',
               aggfunc=[np.sum,np.median],margins=True, fill_value=0,margins_name='总计求均值').head(10)

pd.pivot_table(data=df,index=['Year','Platform'],columns='Genre',values='NA_Sales',
               aggfunc=np.mean,margins=True, fill_value=0,margins_name='总计求均值').head(10)

交叉表

:计算分组频率、次数

pd.crosstab(index=df['Platform'],columns=df=['Genre'],margins=True)

pd.crosstab(index=df['Platform'],columns=df=['Genre'],margins=True
             values=df['NA_Sales'],aggfunc=np.sum )

pd.crosstab(index=df['Platform'],columns=df=['Genre'],normalize='all',#标准化
             margins=True)

pd.crosstab(index=df['Platform'],columns=df=['Genre'],normalize='index',#标准化
             margins=True)

pd.crosstab(index=df['Platform'],columns=df=['Genre'],normalize='columns',#标准化
             margins=True)