透視表和交叉表

 

 

 

import numpy as np

import pandas as pd

from pandas import Series,DataFrame

 

df = DataFrame({'sex':['man','man','women','women','man','women','man','women','women'],

               'age':[15,23,25,17,35,57,24,31,22],

               'smoke':[True,False,False,True,True,False,False,True,False],

               'height':[168,179,181,166,173,178,188,190,160]})

df

 

 

Out[3]:

	age	height	sex	smoke
0	15	168	man	True
1	23	179	man	False
2	25	181	women	False
3	17	166	women	True
4	35	173	man	True
5	57	178	women	False
6	24	188	man	False
7	31	190	women	True
8	22	160	women	False

 

透視表

各類電子表格程序和其餘數據分析軟件中一種常見的數據彙總工具。它根據一個或多個鍵對數據進行聚合，並根據行和列上的分組鍵將數據分配到各個矩形區域中

 

行分組透視表 設置index參數

 

 

 

# 默認獲得一個平均值

df.pivot_table(index=[df.sex,df.smoke])

 

 

Out[4]:

		age	height
sex	smoke
man	False	23.500000	183.5
	True	25.000000	170.5
women	False	34.666667	173.0
	True	24.000000	178.0

 

列分組透視表 設置columns參數

 

df.pivot_table(columns=df.smoke)

 

 

Out[5]:

smoke	False	True
age	30.2	24.50
height	177.2	174.25

 

行列分組的透視表 同時設定index、columns參數

In [9]:

 

 

 

 

 

df.pivot_table(index=df.sex,columns=df.smoke)

 

 

Out[9]:

	age		height
smoke	False	True	False	True
sex
man	23.500000	25.0	183.5	170.5
women	34.666667	24.0	173.0	178.0

 

aggfunc：設置應用在每一個區域的聚合函數，默認值爲np.mean

In [10]:

 

 

 

 

 

df.pivot_table(index=df.sex,aggfunc=np.sum)

 

 

Out[10]:

	age	height	smoke
sex
man	97	708	2.0
women	152	875	2.0

 

fill_value：替換結果中的缺失值

 

交叉表

是一種用於計算分組頻率的特殊透視圖,對數據進行彙總

 

pd.crosstab(index,colums)

• index:分組數據，交叉表的行索引
• columns:交叉表的列索引

 

pd.crosstab(index=df.sex,columns=df.smoke)

 

 

Out[6]:

smoke	False	True
sex
man	2	2
women	3	2