数据透视表和数据交叉表

一、数据透视表

pivot_table(self, values=None, index=None, columns=None, aggfunc=‘mean‘,
fill_value=None, margins=False, dropna=True, margins_name=‘All‘)

类比excel的数据透视表进行理解，可使用pd.pivot_table( df , ...)，也可直接使用df/pivot_table( ... )

values：透视后对哪一列进行计算

index：按照哪一列进行分组

columns：透视后除了values，还包含哪些列

aggfunc：对values进行计算的方法，默认为平均值

fill_value：对空值使用fill_value指定的值填充，默认为NaN

原文地址：https://www.cnblogs.com/Forever77/p/11298173.html

时间： 2024-11-03 01:26:44

数据透视表和数据交叉表的相关文章

Pandas：透视表(pivotTab)和交叉表(crossTab)

import numpy as np import pandas as pd from pandas import Series,DataFrame 一.透视表(pivotTab) 透视表就是将指定原有DataFrame的列分别作为行索引和列索引,然后对指定的列应用聚集函数(默认情况下式mean函数). df = DataFrame({'类别':['水果','水果','水果','蔬菜','蔬菜','肉类','肉类'], '产地':['美国','中国','中国','中国','新西兰','新西兰',

Excel数据分类汇总与数据透视表

苏轼的<题西林壁>:横看成岭侧成峰,远近高低各不同.给我们讲述着一个道理:同样的事物与内容,从不同角度观察会得到意想不到的结果.同样,Excel不单单只是一个数据的记录工具,也不单单是一个表格的制作工具,学会怎么从一行一行单调的数据去挖掘出我们想要的信息也是它的一个强项.我们不应小看Excel的挖掘功能,使用好挖掘功能会让我们得到意想不到的效果,将是我们工作中分析问题的一大助力. 下面介绍两种常用的数据分析.挖掘工具:数据分类汇总与数据透视表.要使用的示例数据如下: 呵呵-有点偷懒,还是使用上

六、数据透视表

一.数据透视表 1.创建数据透视表 插入--数据透视表,选择确定.如果文件格式是[xls],那么创建的透视表是老版的(跟Excel2003的一样),文件格式是[xlsx],那么创建的透视表是新版的. 把新版设置成老版的透视表:右键透视表--数据透视表选项--显示--经典数据透视表格局 数据透视表有四个区域:报表筛选.列标签.行标签.数值 2.更改数据透视表汇总方式 双击[求和项:??],进行[值字段设置],更改汇总方式 在行标签也可以进行[字段设置],能更改[分类汇总] 3.汇总多列数据 汇总多

交叉表与透视变

交叉表与透视表什么作用 分析两个离散值值间得相关性 探究股票的涨跌与星期几有关? 以下图当中表示,week代表星期几,1,0代表这一天股票的涨跌幅是好还是坏,里面的数据代表比例 可以理解为所有时间为星期一等等的数据当中涨跌幅好坏的比例 使用crosstab(交叉表)实现上图 交叉表:交叉表用于计算一列数据对于另外一列数据的分组个数(寻找两个列之间的关系) pd.crosstab(value1, value2) DataFrame.pivot_table([], index=[]) 原文地址:ht

数据分析处理——透析表和交叉表

1透视表 数据透视表(Pivot Table)是一种交互式的表,可以进行某些计算,如求和与计数等.所进行的计算与数据跟数据透视表中的排列有关. 之所以称为数据透视表,是因为可以动态地改变它们的版面布置,以便按照不同方式分析数据,也可以重新安排行号.列标和页字段. 数据分析中的透析表十分强大,甚至可以说是相当于分组聚合外加哑变量三个步骤了.但有个前提就是:在使用透析表之前,你必须明确知道自己想要的是什么,需要做什么! 当然,有时候你很难直接看出需求.这时候我们就得添加项目和检查每一步来验证我们一步

实验8-SPSS交叉表分析

SPSS---交叉表分析 除了对单个变量的分析,在实际研究中,还需要对多个变量在不同取值情况下的数据分布情况,从而进一步分析变量之间的相互影响和关系,这就要用到交叉表分析. 交叉表是一种行列交叉的分类汇总表格,行和列上至少各有一个分类变量,行和列的交叉处可以对数据 进行多种汇总计算,如求和.平均值.计数等. 交叉表分析是用于分析两个或两个以上分组变量之间的关联关系,以交叉表格的形式进行分组变量间关系的对比分析.它的原理是从数据的不同角度综合进行分组细分,以进一步了解数据的构成.分布特征,它也是描

2018.03.29 python-pandas 数据透视pivot table / 交叉表crosstab

1 #透视表 pivot table 2 #pd.pivot_table(data,values=None,index=None,columns=None, 3 import numpy as np 4 import pandas as pd aggfunc='mean',fill_value=None,margins=False,dropna=True,margins_name='ALL') 5 date = ['2017-5-1','2017-5-2','2017-5-3']*3 6 rng

通过sql做数据透视表，数据库表行列转换(pivot和Unpivot用法)（一）

在mssql中大家都知道可以使用pivot来统计数据,实现像excel的透视表功能 一.MSsqlserver中我们通常的用法 1.Sqlserver数据库测试 ---创建测试表 Create table s( [name] nvarchar(50), book nvarchar(50), saledNumber int ) ----插入测试数据 insert into s ([name],book,saledNumber) values('小王','java从入门到精通',10); inser

动态图表制作——数据透视表+函数

大家都知道Excel的图表功能是简单而又强大的,使用Excel能做出很漂亮的商业图表,但是通常我们只做的图表都是静态的--一个图表只能显示一到二个数据维度的情况. 在Ecxel使用过程中,难免需要根据现有数据,制作可视化更高的更能说明问题的图表,在图表制作时,常规的往往只是利用已有的数据进行,如果一张工作表中,数据繁多,并希望每个数据(字段)都有图表出现,我们遵循常规方法制作n多个图表? 如果需要演示的数据有多组维度,比如不同年份不同部门的费用--,或者纵轴系列过多会导致在图形上观察数据的不便,