Python数据分析补充:数据的分组与汇总(数据透视) |
您所在的位置:网站首页 › python如何分类数据 › Python数据分析补充:数据的分组与汇总(数据透视) |
数据汇总是指基于已有的明细数据做进一步的统计计算,这是数据分析过程中必备的基础知识,也是学习或工作中经常使用到的知识点,类似于Excel中透视表说完成的数据汇总以及数据库中实现的分组聚合。 Pandas模块既提供了Excel透视表的功能,也提供了数据库中的分组聚合功能。 一、透视表功能该功能的主要目的就是实现数据的汇总统计,例如按照某个分组变量统计商品的平均价格、销售数量、最大利润等,或者按照某两个分组变量构成统计学中的列联表(计数统计),甚至基于多个分组变量统计各组合下的均值、中位数、总和等。 Pandas模块中的pivot_table函数就是实现透视表功能的强大函数,该函数简单易用,与Excel操作思想完全一致。 pd.pivot_table(data,values=None,index=None,columns=None,aggfunc='mean',fill_value=None,margins=False,dropna=True,margins_name='All')pivot_table函数的参数说明如下: data:指定需要构造透视表的数据集 values:指定需要拉入“数值”框的变量列表 index:指定需要拉入“行标签”框的变量列表 columns:指定需要拉入“列标签”框的变量列表 aggfunc:指定数组的统计函数,默认为统计均值,也可以指定numpy模块中的其他统计函数(numpy是Python中一个专门用于角数值运算的模块) fill_value:指定一个标量,用于填充缺失值 margins:bool类型参数,是否需要显示行或列的总计值,默认为False dropna:bool类型参数,是否需要删除整列为缺失的变量,默认为False margins_name:指定行或列的踪迹名称,默认为All以下列数据来看看单个分组变量的均值统计: import pandas as pd path = r'C:\Users\lin-a\Desktop\【数据分析从入门到进阶】配套数据\第5章\datas\diamonds.csv' diamonds = pd.read_table(path,sep=',') diamonds carat cut color clarity depth face_width price x y z 0 0.23 Ideal E SI2 61.5 55.0 326 3.95 3.98 2.43 1 0.21 Premium E SI1 59.8 61.0 326 3.89 3.84 2.31 2 0.23 Good E VS1 56.9 65.0 327 4.05 4.07 2.31 3 0.29 Premium I VS2 62.4 58.0 334 4.20 4.23 2.63 4 0.31 Good J SI2 63.3 58.0 335 4.34 4.35 2.75 ... ... ... ... ... ... ... ... ... ... ... 53935 0.72 Ideal D SI1 60.8 57.0 2757 5.75 5.76 3.50 53936 0.72 Good D SI1 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |