此系列文章收录在公众号中:数据大宇宙 > 数据处理 > E-pd
转发本文并私信我"python",即可获得Python资料以及更多系列文章(持续更新的)
经常听别人说 Python 在数据领域有多厉害,结果学了很长时间,连数据处理都麻烦得要死。后来才发现,原来不是 Python 数据处理厉害,而是他有数据分析神器—— pandas
前言
本系列介绍了许多类比 Excel 的 pandas 操作,确实他们都能很好对应起来,这是因为 pandas 本身是以行列表作为核心概念,比如说 Excel 中的透视表,在 pandas 中就有一一对应,本系列已经讲解过。
Excel 的操作便利性在于只需要鼠标点击就可以完成操作,这对于查看数据是非常方便。
难道我们用 Python 就不能做到吗?本文将结合一些工具,使得你的 pandas 处理过程变得灵活动态。
透视表的灵活性
当我们拿到一份数据时,经常需要不断改变条件对数据进行观测,如下一份某水果的销售情况:
一行数据表示,某天(date)在某地区(region)此水果的某个品种(type)的价格(AveragePrice)和销量(Total Volume)希望看到不同年份总销量前10的地区,以及各个品种的销量信息由于需求需要汇总,Excel 中使用透视表是最好的方式:
过程不多说,这里值得注意的是,我们能通过最上方选择不同的年份,下方数据表能马上显示此年份总销量 top 10 的地区数据用 Python 能快速简单做出这种效果吗?
小组件
我们将使用 ipywidgets 库,此工具最适合用在 Jupyter Notebook 上,假设你已经安装好 Jupyter Notebook ,打开你的 cmd,执行以下命令:
pip install ipywidgets && jupyter nbextension enable --py widgetsnbextension
直到看到如下信息:
Enabling notebook extension jupyter-js-widgets/extension... - Validating: ok
现在重启你的 Jupyter Notebook 即可
注意:
如果你不知道怎么安装 Anaconda 或 Jupyter Notebook 的使用,可以查看我以前的文章widgets 库用于完成各种小组件,他能生成网页内容,不仅仅在 Jupyter Notebook 使用,但本文只讲解在 Jupyter Notebook 上的使用修饰你的 pandas 处理
本文需要导入的库是这些:
首先使用 pandas 得到透视表的结果,这非常简单:
行3,4:为了突出可以变化的东西,这里定义2个变量通过修改2个变量,我们能得到对应的结果数据但是这远远不够,想看不同年份或不同 Top N 的结果,都需要修改代码。
我们稍微加工一下这个过程,定义一个函数:
现在好一些,但是改变条件仍然需要修改代码简单加上一个装饰器即可:
行1:@wg.interact 是一个装饰器,打到我们的自定义函数上其中每个命名参数为自定义函数上的参数x_df=wg.fixed(df) ,表示 x_df 参数使用变量 df,并且这个参数是不需要改变的。因此界面上就没有这个变量的选项year=[2015,2016,2017,2018] ,年份有4种选择,此时界面上看到一个 year 的下拉框供用户点选topn=range(1,11) ,topn 有10种选择,界面同样可以看到下拉框现在,我们只需要简单从下拉框选择条件值,下方的结果会马上刷新,这与 Excel 中的透视表一模一样不过,大家都知道 Excel 中还能根据透视表制作透视图,这里我们同样可以制作出动态变化的图表
行13,14:使用 display 方法,输出内容即可总结
接下来,我将会讲解关于小组件的应用系列,他在 Python 数据探索和数据可视化方面,能做出很多有趣的事情,敬请关注!
需要源码的小伙伴请转发本文并私信我"python"
如果希望从零开始学习 pandas ,那么可以看看我的 pandas 专栏。