crosstab 、pivot_table 、groupby比较

所用数据前五条

目标

生成数据透视图

 

crosstab

pd.crosstab(index=data['admit'],columns=data['prestige'])

 以上代码用于计数，如要展示其他数据，可设置crosstab中的values参数和aggfunc参数

values：透视图中间数据

aggfunc：中间数据的计算方式

如图 ，中间数据为gpa，计算方式为mean

pd.crosstab(values=data['gpa'],index=data['admit'],columns=data['prestige'],aggfunc='mean')

 margins 和margins_name，各行各列数据求和，以及命名 

pd.crosstab(values=data['gpa'],index=data['admit'],columns=data['prestige'],margins=True,margins_name='Total',aggfunc='count')

normalize参数：各数据占比，如图分布为normalize=True ，normalize=1，normalize=0

  

 

 

pivot_table

与crosstab功能基本相似，输入有所不同，crosstab输入为单列数据，pivot_table输入完整数据并从中取列

pd.pivot_table(data=data,values=['gpa','gre'],
index='admit',columns='prestige',
margins=True,margins_name='Total',aggfunc='count')

参数和crosstab差别不大。使用时可以根据需要设置values值

 groupby

通过两个特征进行分组，之后选择数据展示方式

data.groupby(['admit','prestige']).count()

需要将prestige转换为列：使用unstack（）函数

data.groupby(['admit','prestige']).count().unstack()

 

 数据的选择：A处选择想要的数据，B处选择数据的展示方式