脚本之家,脚本语言编程技术及教程分享平台!
分类导航

Python|VBS|Ruby|Lua|perl|VBA|Golang|PowerShell|Erlang|autoit|Dos|bat|

服务器之家 - 脚本之家 - Python - python 用pandas实现数据透视表功能

python 用pandas实现数据透视表功能

2021-08-17 00:10赏尔 Python

这篇文章主要介绍了python 用pandas实现数据透视表功能的方法,帮助大家更好的理解和使用python,感兴趣的朋友可以了解下

透视表是一种可以对数据动态排布并且分类汇总的表格格式。对于熟练使用 excel 的伙伴来说,一定很是亲切!

pd.pivot_table() 语法:

?
1
2
3
4
5
6
7
8
9
10
pivot_table(data,  # dataframe
      values=none,  # 值
      index=none,  # 分类汇总依据
      columns=none,  # 列
      aggfunc='mean'# 聚合函数
      fill_value=none,  # 对缺失值的填充
      margins=false,  # 是否启用总计行/列
      dropna=true,  # 删除缺失
      margins_name='all'  # 总计行/列的名称
      )

1、销量数据的透视

python 用pandas实现数据透视表功能

1.1 读入数据

?
1
2
3
4
5
6
7
8
9
10
11
import os
import numpy as np
import pandas as pd
 
file_name = os.path.join(path, 'excel_test.xls')
df = pd.read_excel(io=file_name,  # 工作簿路径
          sheetname='透视表'# 工作表名称
          skiprows=1# 要忽略的行数
          parse_cols='a:d'  # 读入的列
         )
df

python 用pandas实现数据透视表功能

1.2 数据透视

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
# 透视数据
df_p = df.pivot_table(index='客户名称'# 透视的行,分组依据
           values='销量'# 值
           aggfunc='sum'  # 聚合函数
           )
# 对透视表进行降序排列
df_p = df_p.sort_values(by='销量'# 排序依据
            ascending=false  # 是否升序排列
            )
# 设置数值格式
df_p = df_p.round({'销量': 0}).astype('int')
 
# 添加列
ks = df_p['销量']//100
df_p['重要程度'] = ['★'*k for k in ks]
df_p

python 用pandas实现数据透视表功能

1.3 重新设置图示表的索引

?
1
2
df_p['客户名称'] = df_p.index
df_p.set_index(keys=['重要程度', '客户名称'])

python 用pandas实现数据透视表功能

注:以上操作从理论和实践方面看都没什么问题,但模仿 excel 的痕迹浓重了些,更 python 的操作是用 groupby-applay 的方法。

2 用 分组聚合 实现数据透视

?
1
2
grouped = df.groupby(by='客户名称')
grouped['销量'].agg('sum')

python 用pandas实现数据透视表功能

2.1 实现目标格式的透视表

?
1
2
3
4
5
6
7
8
9
10
11
12
13
# 分类汇总
df_p = df.groupby(by='客户名称'  # 分类
         ).agg('sum'  # 汇总
           ).sort_values(by='销量', ascending=false  # 排序
                  ).round({'销量': 0# 设置精度
                     ).astype('int'# 数据类型转换
 
# 添加列
ks = df_p['销量']//100
df_p['重要程度'] = ['★'*k for k in ks]
df_p['客户名称'] = df_p.index
# 层次索引
df_p.set_index(keys=['重要程度', '客户名称'])

python 用pandas实现数据透视表功能

软件信息:

python 用pandas实现数据透视表功能

以上就是python 用pandas实现数据透视表功能的详细内容,更多关于python pandas实现数据透视表的资料请关注服务器之家其它相关文章!

原文链接:https://www.cnblogs.com/shanger/p/13245669.html

延伸 · 阅读

精彩推荐