Pandas数据透视表--pivot_table

导语:

数据透视表（Pivot Table）是一种交互式的表，可以进行某些计算，如求和与计数等。所进行的计算与数据跟数据透视表中的排列有关。之所以称为数据透视表，是因为可以动态地改变它们的版面布置，以便按照不同方式分析数据，也可以重新安排行号、列标和页字段。每一次改变版面布置时，数据透视表会立即按照新的布置重新计算数据。另外，如果原始数据发生更改，则可以更新数据透视表。在使用Excel做数据分析时，透视表是很常用的功能，Pandas也提供了透视表功能，对应的API为pivot_table

一.pivot_table函数介绍

pandas有两个pivot_table函数,pandas.pivot_table和pandas.DataFrame.pivot_table,

pandas.pivot_table 比 pandas.DataFrame.pivot_table 多了一个参数data，data就是一个dataframe，实际上这两个函数相同。

pivot_table参数中最重要的四个参数 values,index,columns,aggfunc，下面通过案例介绍pivot_tabe的使用

二.零售会员数据案例分析

某女鞋连锁零售企业，当前业务以线下门店为主，线上销售为辅,通过对会员的注册数据以及的分析，监控会员运营情况，为后续会员运营提供决策依据

会员等级说明:

① 白银: 注册(0)

② 黄金: 下单(1~3888)

③ 铂金: 3888~6888

④ 钻石: 6888以上

数据分析要达到的目标:

描述性数据分析,使用业务数据分析出会员运营的基本情况

案例中用到的数据为:

① 会员信息查询.xlsx

② 会员消费报表.xlsx

③ 门店信息表.xlsx

④ 全国销售订单数量表.xlsx

这些文件已经加载在资源里了,读者可自行下载。

三.需求实现

首先我们导入数据:

import pandas as pd
data = pd.read_excel('会员信息查询.xlsx')
data

结果如图所示: