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','美国'],
'水果':['苹果','梨','草莓','番茄','黄瓜','羊肉','牛肉'],
'数量':[5,5,9,3,2,10,8],
'价格':[5,5,10,3,3,13,20]})
print(df)
产地 价格 数量 水果 类别 0 美国 5 5 苹果 水果 1 中国 5 5 梨 水果 2 中国 10 9 草莓 水果 3 中国 3 3 番茄 蔬菜 4 新西兰 3 2 黄瓜 蔬菜 5 新西兰 13 10 羊肉 肉类 6 美国 20 8 牛肉 肉类
1.按‘产地’和‘类别’重新索引，然后在‘价格’和‘数量’上执行mean函数
print(df.pivot_table(index=['产地','类别'])) 价格 数量 产地 类别 中国 水果 7.5 7.0 蔬菜 3.0 3.0 新西兰 肉类 13.0 10.0 蔬菜 3.0 2.0 美国 水果 5.0 5.0 肉类 20.0 8.0 print(df.pivot_table(columns=['产地','类别'])) 产地 类别 价格 中国 水果 7.5 蔬菜 3.0 新西兰 肉类 13.0 蔬菜 3.0 美国 水果 5.0 肉类 20.0 数量 中国 水果 7.0 蔬菜 3.0 新西兰 肉类 10.0 蔬菜 2.0 美国 水果 5.0 肉类 8.0 dtype: float64 ————————————————
2.行索引为‘产地’，列索引为‘类别’，
对‘价格’应用‘max’函数，并提供分项统计，缺失值填充0
print(df.pivot_table('价格',index='产地',columns='类别',aggfunc='max',margins=True,fill_value=0)) 类别 水果 肉类 蔬菜 All 产地 中国 10.0 0.0 3.0 10.0 新西兰 0.0 13.0 3.0 13.0 美国 5.0 20.0 0.0 20.0 All 10.0 20.0 3.0 20.0
二、交叉表(crossTab)
交叉表是用于统计分组频率的特殊透视表
print(pd.crosstab(df['类别'],df['产地'],margins=True)) # 按类别分组，统计各个分组中产地的频数 产地 中国 新西兰 美国 All 类别 水果 2 0 1 3 肉类 0 1 1 2 蔬菜 1 1 0 2 All 3 2 2 7