Pandas 8.分组与透视

数据处理完毕后需要将处理结果进行分组与透视便于分析数据

原始表格如下

数据分组

数据分组就是根据一个或多个健将数据分成若干组，然后对分组后的数据分别进行汇总计算，并将汇总计算后的结果进行合并，被用作汇总计算的函数称为聚合函数。

按单列分组

按客户分类进行分组，再统计总数

df.groupby('客户分类').count()

运行结果

计算总数

df.groupby('客户分类').sum()

运行结果

按客户分类分组，统计用户ID字段

df.groupby('客户分类')['用户ID'].count()

运行结果

按多列分组

df.groupby(['客户分类','区域']).count()

运行结果

也可以按照多列进行分组， 只需要以列表的形式传给 groupby() 即可

分组后同时多种运算

比如按分类分组后，想看到总数与总和两个统计 aggregate（）

df.groupby('客户分类').aggregate(['count','sum'])

结果如图，同时做出了2种统计

不同列做不同统计

先对客户分类, 在对不同字段进行不同的统计

df.groupby('客户分类').aggregate({'用户ID':'count','7月销量':'sum','8月销量':'sum'})

分组后重制索引

通常我们统计出之后为非标准的 DateFrame 格式，我们需要重制索引 reset_index()

df.groupby('客户分类').sum().reset_index()

数据透视

数据透视与数据分组相似但不相同。

• 分组: 数据在 行 方向上不断拆分。
• 透视: 数据在 行与列 方向同时拆分。

通过 pivot_table() 方法对数据进行透视操作。

参数	作用
data	数据表
values	对应Excel中 值 的那个框
index	对应Excel中 行 的那个框
columns	对应Excel中 列 的那个框
aggfunc	表示对 values 的计算类型
fill_value	表示对空值的填充
margins	是否显示合计列
dropna	是否删除缺失值这一行
margins_name	合计列的列名

1. 客户分类作为 index，区域作为列，用户ID为值对值(用户ID)进行统计

   pd.pivot_table(df, values='用户ID', columns='区域',index='客户分类',aggfunc='count')

   

2. 打开合计列功能

   pd.pivot_table(df, values='用户ID', columns='区域',index='客户分类',aggfunc='count', margins=True)

   

3. 自定义 margins 合计名

   pd.pivot_table(df, values='用户ID', columns='区域',index='客户分类',aggfunc='count', margins=True, margins_name='总计')

   

4. 缺失值设置默认值

   pd.pivot_table(df, values='用户ID', columns='区域',index='客户分类',aggfunc='count', margins=True, margins_name='总计', fill_value=0)

   

5. 不同值进行不同统计运算
   对ID进行计数， 销量求和

   pd.pivot_table(df, values=['用户ID','7月销量'],columns='区域', index='客户分类', aggfunc={'用户ID': 'count', '7月销量': sum})

   

6. 重制索引
   一半透视都是需要做重制索引的！

   pd.pivot_table(df, values='用户ID', columns='区域',index='客户分类', aggfunc='count').reset_index()