import numpy as np
import pandas as pd
from pandas import Series,DataFrame
一、透视表(pivotTab)
透视表就是将指定原有DataFrame的列分别作为行索引和列索引,然后对指定的列应用聚集函数(默认情况下式mean函数)。
df = DataFrame({'类别':['水果','水果','水果','蔬菜','蔬菜','肉类','肉类'],
'产地':['美国','中国','中国','中国','新西兰','新西兰','美国'],
'水果':['苹果','梨','草莓','番茄','黄瓜','羊肉','牛肉'],
'数量':[5,5,9,3,2,10,8],
'价格':[5,5,10,3,3,13,20]})
print(df)
产地 价格 数量 水果 类别
0 美国 5 5 苹果 水果
1 中国 5 5 梨 水果
2 中国 10 9 草莓 水果
3 中国 3 3 番茄 蔬菜
4 新西兰 3 2 黄瓜 蔬菜
5 新西兰 13 10 羊肉 肉类
6 美国 20 8 牛肉 肉类
1.按‘产地’和‘类别’重新索引,然后在‘价格’和‘数量’上执行mean函数
print(df.pivot_table(index=['产地','类别']))
价格 数量
产地 类别
中国 水果7.5 7.0蔬菜3.0 3.0新西兰 肉类13.0 10.0蔬菜3.0 2.0美国 水果5.0 5.0肉类20.0 8.0
print(df.pivot_table(columns=['产地','类别']))
产地 类别
价格 中国 水果7.5蔬菜3.0新西兰 肉类13.0蔬菜3.0美国 水果5.0肉类20.0数量 中国 水果7.0蔬菜3.0新西兰 肉类10.0蔬菜2.0美国 水果5.0肉类8.0dtype: float64
————————————————
2.行索引为‘产地’,列索引为‘类别’,
对‘价格’应用‘max’函数,并提供分项统计,缺失值填充0
print(df.pivot_table('价格',index='产地',columns='类别',aggfunc='max',margins=True,fill_value=0))
类别 水果 肉类 蔬菜 All
产地
中国10.0 0.0 3.0 10.0新西兰0.0 13.0 3.0 13.0美国5.0 20.0 0.0 20.0All10.0 20.0 3.0 20.0
二、交叉表(crossTab)
交叉表是用于统计分组频率的特殊透视表
print(pd.crosstab(df['类别'],df['产地'],margins=True)) #按类别分组,统计各个分组中产地的频数
产地 中国 新西兰 美国 All
类别
水果2 0 1 3肉类 01 1 2蔬菜1 1 0 2All3 2 2 7