一文搞懂Pandas數據透視的4個函數的使用
大傢好,我是丁小傑!
今天和大傢分享Pandas
中四種有關數據透視的通用函數,在數據處理中遇到這類需求時,能夠很好地應對。
pandas.melt()
melt
函數的主要作用是將DataFrame
從寬格式轉換成長格式。
“
pandas.melt(frame,id_vars=None, value_vars=None, var_name=None, value_name='value', col_level=None, ignore_index=True)
”
參數含義
id_vars
:tuple, list, or ndarray,可選,作為標識符變量的列value_vars
:tuple, list, or ndarray, 可選,透視列,如果未指定,則使用未設置為id_vars的所有列。var_name
:scalar,默認為None,使用variable作為列名value_name
:標量, default ‘value’,value列的名稱col_level
:int or str, 可選,如果列是多層索引,melt將應用於指定級別ignore_index
:bool, 默認為True,相當於從0開始重新排序。如果為False,則保留原來的索引,索引標簽將出現重復。
看個例子先:
import pandas as pd df = pd.DataFrame( {'地區': ['A', 'B', 'C'], '2020': [80, 60, 40], '2021': [800, 600, 400], '2022': [8000, 6000, 4000]})
pd.melt(df, id_vars=['地區'], value_vars=['2020', '2021', '2022'])
設置var_name
與value_name
。
df = pd.melt(df, id_vars=['地區'], value_vars=['2020', '2021', '2022'], var_name='年份', value_name='銷售額')
pandas.pivot()
pivot
函數主要用於通過索引及列值對DataFrame
重構。
“
pandas.pivot(data, index=None, columns=None, values=None)
”
參數含義
data
:DataFrame對象index
:可選,用於新DataFrame的索引columns
:用於創建新DataFrame的列values
:可選,用於填充新DataFrame的值
用上面的結果舉個例子:
df.pivot(index='年份', columns='地區', values='銷售額')
也可以寫成以下格式。
df.pivot(index='年份', columns='地區')['銷售額']
添加一個銷量列,同時統計兩個values
,這樣會使columns
變成多層索引。
df['銷量'] = df['銷售額']/10 df.pivot(index='年份', columns='地區', values=['銷售額', '銷量'])
添加一個月份列,指定兩個index
。
df['月份'] = [f'{m}月' for m in range(1, 4)]*3 df.pivot(index=['年份', '月份'], columns='地區', values='銷售額')
使用pivot
時需要註意,當index
,columns
出現重復時,會導致ValueError
。
df = pd.DataFrame( {'地區': ['A', 'A', 'B', 'C'], '年份': ['2020', '2020', '2021', '2022'], '銷售額': [800, 600, 400, 200]})
df.pivot(index='地區', columns='年份', values='銷售額') # ValueError
pandas.pivot_table()
這個函數之前已經單獨講過瞭,詳見Pandas玩轉數據透視表,相比於pivot
,pivot_table
的靈活性更強。
pandas.crosstab()
crosstab
函數計算兩個(或多個)數組的簡單交叉表。默認情況下計算元素的頻率表。
“
pandas.crosstab(index, columns, values=None, rownames=None, colnames=None, aggfunc=None, margins=False, margins_name='All', dropna=True, normalize=False)
”
看下例子:
這裡默認計算頻率。
import numpy as np array_A = np.array(["one", "two", "two", "three", "three", "three"], dtype=object) array_B = np.array(["Python", "Python", "Python", "C", "C", "C"], dtype=object) array_C = np.array(["Y", "Y", "Y", "N", "N", "N"]) pd.crosstab(array_A, [array_B, array_C], rownames=['array_A'], colnames=['array_B', 'array_C'])
新建一個values
列,計算總和。
array_D = np.array([1, 4, 9, 16, 25, 36]) pd.crosstab(index=array_A, columns=[array_B, array_C], rownames=['array_A'], colnames=['array_B', 'array_C'], values=array_D, aggfunc='sum')
到此這篇關於一文搞懂Pandas數據透視的4個函數的使用的文章就介紹到這瞭,更多相關Pandas數據透視內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- Pandas實現Dataframe的重排和旋轉
- Python實現數據透視表詳解
- Python+Pandas實現數據透視表
- 一文搞懂Python中pandas透視表pivot_table功能
- Python pandas軸旋轉stack和unstack的使用說明