脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → Pandas透视表与交叉表

Pandas透视表与交叉表的使用

 更新时间：2023年11月22日 09:50:32   作者：阿松爱睡觉  
Pandas中的交叉表和透视表的作用相似,本文就来介绍一下Pandas透视表与交叉表的使用,具有一定的参考价值,感兴趣的可以了解一下

透视表

透视表是各种电子表格程序和其他数据分析软件中一种常见的数据汇总工具。它根据一个或多个键对数据进行聚合，并根据行和列上得分组建将数据分配到各个矩形区域中。在 pandas 中，可以通过 pivot_table 函数创建透视表。

pivot_talbe 函数的参数：

DataFrame.pivot_table(self, values=None, index=None, columns=None,ggfunc='mean', fill_value=None, .margins=False,dropna=True, margins_name='All')

在这里插入图片描述

代码操作示例：

data = {'A': [1, 2, 2, 3, 2, 4],
        'B': [2014, 2015, 2014, 2014, 2015, 2017],
        'C': ["a", "b", "c", "d", "e", "f"],
        'D': [0.5, 0.9, 2.1, 1.5, 0.5, 0.1]
        }
df = pd.DataFrame(data)
df.pivot_table(index=["B"], columns=["C"], values=["A"], aggfunc=sum, margins=True)

Output：
        A
C       a    b    c    d    e    f All
B
2014  1.0  NaN  2.0  3.0  NaN  NaN   6
2015  NaN  2.0  NaN  NaN  2.0  NaN   4
2017  NaN  NaN  NaN  NaN  NaN  4.0   4
All   1.0  2.0  2.0  3.0  2.0  4.0  14

交叉表

交叉表是一种用于计算分组频率的特殊透视表。通常使用 crosstab 函数来创建交叉表。

crosstab 的参数

pd.crosstab(index,columns,values=None,rownames=None
colnames=None,aggfunc=None,margins=False,dropna=True,normalize=False)

其中 rownames 可以设置行名，colnames 可以设置列名，而且前两个参数可以是数组、Series 或数组列表。

代码示例：

data = {'A': [1, 2, 2, 3, 2, 4],
        'B': [2014, 2015, 2014, 2014, 2015, 2017],
        'C': ["a", "b", "c", "d", "e", "f"],
        'D': [0.5, 0.9, 2.1, 1.5, 0.5, 0.1]
        }
df = pd.DataFrame(data)
pd.crosstab(index=[df["B"],df["A"]], columns=df["C"], values=df["A"], aggfunc=sum, margins=True)

Output：

C         a    b    c    d    e    f  All
B    A
2014 1  1.0  NaN  NaN  NaN  NaN  NaN    1
     2  NaN  NaN  2.0  NaN  NaN  NaN    2
     3  NaN  NaN  NaN  3.0  NaN  NaN    3
2015 2  NaN  2.0  NaN  NaN  2.0  NaN    4
2017 4  NaN  NaN  NaN  NaN  NaN  4.0    4
All     1.0  2.0  2.0  3.0  2.0  4.0   14

到此这篇关于Pandas透视表与交叉表的使用的文章就介绍到这了,更多相关Pandas透视表与交叉表内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

相关文章

  • python多重继承实例

    python多重继承实例

    这篇文章主要介绍了python多重继承实例,简单实用易于理解,需要的朋友可以参考下
    2014-10-10
  • python numpy实现rolling滚动案例

    python numpy实现rolling滚动案例

    这篇文章主要介绍了python numpy实现rolling滚动案例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2020-06-06
  • python使用技巧-文件读写

    python使用技巧-文件读写

    这篇文章主要介绍了python使用技巧-文件读写,Python提供了非常方便的文件读写功能，其中open是读写文件的第一步，通过open读写文件的方式和把大象装冰箱是一样的,下面我们就来具体介绍该内容，需要的小伙伴可以参考一下
    2022-02-02
  • tensor和numpy的互相转换的实现示例

    tensor和numpy的互相转换的实现示例

    这篇文章主要介绍了tensor和numpy的互相转换的实现示例，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2019-08-08
  • python 获取文件下所有文件或目录os.walk()的实例

    python 获取文件下所有文件或目录os.walk()的实例

    下面小编就为大家分享一篇python 获取文件下所有文件或目录os.walk()的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2018-04-04
  • python绘制简单彩虹图

    python绘制简单彩虹图

    这篇文章主要为大家详细介绍了python绘制简单彩虹图的方法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2018-11-11
  • 十个Python经典小游戏的代码合集

    十个Python经典小游戏的代码合集

    这篇文章主要为大家分享十个Python经典的小游戏代码，非常适合Python初学者练手。文中的示例代码讲解详细，感兴趣的小伙伴可以尝试一下
    2022-05-05
  • 基于Python实现原生的登录验证码详情

    基于Python实现原生的登录验证码详情

    在前面的文章中，我有分享到 vue+drf+第三方滑动验证码接入的实现，本文将要分享的是基于 python 实现原生的登录验证码,需要的朋友可以参考一下
    2021-10-10
  • python可视化text()函数使用详解

    python可视化text()函数使用详解

    这篇文章主要介绍了python可视化text()函数使用详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-02-02
  • Python使用SQLite和Excel操作进行数据分析

    Python使用SQLite和Excel操作进行数据分析

    这篇文章主要介绍了Python使用SQLite和Excel操作进行数据分析，小编觉得还是挺不错的，具有一定借鉴价值，需要的朋友可以参考下
    2018-01-01

最新评论