數據科學 第 3 章 10 數據透視表

本節學習數據透視表

引用激勵數據，鏈接數據庫jili表，jili這幾個太難打了，下文用df表明激勵數據（代碼省略）
以前在excel中用爛了的透視表，終於用python來實現了，其實主要是講pivot_table裏面的參數怎麼使用，但書中講的不是詳細，仍是要本身找一些文檔或者視頻輔助學習。

pivot_table 官方文檔鏈接
像其餘函數同樣，官方文檔中的參數有不少，具體以下：
df.pivot_table(data, values=None, index=None, columns=None, aggfunc='mean', fill_value=None, margins=False, dropna=True, margins_name='All')

寫在前面，若是要對透視表中的字段進行計數，有時候用count會報錯，能夠用len

實例運用：

一、簡單版透視表

df.pivot_table(index='dep',aggfunc='sum')
#上面以部門爲索引，下面有二級索引，部門、小組。  不知道是否是叫二級索引，暫且這麼命名吧
df.pivot_table(index=['dep','group'],aggfunc='sum')

二、升級版透視表：金額分組

對金額進行分組，而後再來透視表（看了就懂了）：

#金額分組
amount = pd.cut(df['allbones'],[0,1000,5000,10000,20000,40000])
df.pivot_table(index=['dep',amount],values= 'allbones', aggfunc='count')

由於指定了值values = 'allbones'，因此結果中只包含allbones的計算結果，若是不指定values，則會像上面同樣計算知足條件的全部字段的count值。

三、再升級版：多個計算方法

進行多個值的計算，並指定計算方法。 若是有須要，還能夠增長計算值。
爲了方便查看每一個參數的內容，因此換行了。

df.pivot_table(index =[ 'dep',amount],
              values = ['allbones','oldrate'],
              aggfunc = {'allbones':[np.sum,len,np.mean],  #一個字段進行3中運算
                         'oldrate':np.sum})

四、在透視表最後加一個彙總

df.pivot_table(index =[ 'dep',amount],
              values = ['allbones','oldrate'],
              aggfunc = [np.sum,np.mean,len],
              margins = True)    #margins默認爲false，改爲True後在表的最後顯示彙總

五、大boss版，在每一個部門下面進行分類彙總：不會

還沒找到方法😁，如今這些差很少夠用了，就這樣，煮飯去了，拜拜。

六、加蛋版：把透視表的索引列變爲正常的列

(第3種方法更好用，第1 個沒有成功，第二、3是OK的）
在建立透視表後，想用建立的透視表做爲一個新的表，用新的表toushi作處理。

爲了實驗，全部把toushi1 = toushi，在toushi1，嘗試了幾種方法：
一、把toushi1中的索引列複製爲新的列，而後對新的列用str.split()進行拆分，是能拆分，但想取第1個值的話，返回的結果是NaN，由於它默認的值是NaN，username還是index。故此方法失敗。

二、搜索到的另一種方法，附上連接：連接

#把索引列變爲正常的列
toushi3.reset_index(inplace = True)
toushi3

三、這種方法也可把多索引列變爲列：pandas官方文檔

toushi2.reset_index(level=['username','name'])

對第3條的補充：計算時間的最大最小值

能夠用透視表實現最大值和最小值，在後期處理數據的時候可能會有用。（在秦路老師的RFM中，也用到了計算只交易一次客戶的數量，用透視表也能夠篩選。）

pd.pivot_table(data,index = 'username',
               values =['times','amount'],
               aggfunc={'times':[min,max],
                        'amount':[np.sum,len]})

小感悟：

最後一個問題歸根是索引的問題，在第3章的第6節，有講到索引的具體方法，但沒有記住，當時也沒想到在透視表的時候能夠用，

其實在搜索python函數處理數據時，函數在剛開始的時候就已經搜索到了，但不明白函數中參數的配置，因此忽略的快的方法，反而是花費了更多的時間去尋找代替的方法。下次搜索到以後先看文檔！！！