Python如何實(shí)現(xiàn)數(shù)據(jù)透視表

這篇文章主要為大家展示了“Python如何實(shí)現(xiàn)數(shù)據(jù)透視表”，內(nèi)容簡(jiǎn)而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領(lǐng)大家一起研究并學(xué)習(xí)一下“Python如何實(shí)現(xiàn)數(shù)據(jù)透視表”這篇文章吧。

用Python里的Pandas可以實(shí)現(xiàn)，雖然感覺Excel更方便

1.groupby + agg

不夠直觀，不好看

對(duì)貸款年份，貸款種類創(chuàng)建數(shù)據(jù)透視

train_data.groupby(['year_of_loan', 'class']).agg(d_roat =('isDefault', 'mean'))

2. crosstab

pandas.crosstab(index, columns,values, rownames=None, colnames, 
				aggfunc, margins, margins_name, dropna, normalize)

主要用到的參數(shù)：

index：選哪個(gè)變量做數(shù)據(jù)透視表的行

columns：選哪個(gè)變量做數(shù)據(jù)透視表的列

values：要聚合的值

aggfunc：使用的聚合函數(shù)

margins：是否添加匯總列/行

margins_name：匯總行/列的名字

例子

對(duì)貸款年份，貸款種類創(chuàng)建數(shù)據(jù)透視

pd.crosstab(train_data['year_of_loan'], train_data['class'], train_data['loan_id'], aggfunc='count',margins = True, margins_name = '合計(jì)')

可以直接看出交叉組合之后違約比例

pd.crosstab(train_data['year_of_loan'], train_data['class'], train_data['isDefault'], aggfunc='mean')

3.groupby + pivot

train_data.groupby(['year_of_loan', 'class'], as_index = False)['isDefault'].mean().pivot('year_of_loan', 'class', 'isDefault')

pivot_table

pandas.pivot_table(data, values, index, columns, aggfunc, fill_value, 
					margins, dropna, margins_name, observed, sort)

常用參數(shù)與crosstab一致

例子

實(shí)現(xiàn)同樣的數(shù)據(jù)透視表

pandas.pivot_table(data, values, index, columns, aggfunc, fill_value, 
					margins, dropna, margins_name, observed, sort)

pd.pivot_table(train_data[['year_of_loan', 'class', 'isDefault']],
			   values='isDefault', index=['year_of_loan'], columns=['class'], 
			   aggfunc='mean')

以上是“Python如何實(shí)現(xiàn)數(shù)據(jù)透視表”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對(duì)大家有所幫助，如果還想學(xué)習(xí)更多知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道！