重塑与合并数据

使用 pandas 重塑数据

Maria Eugenia Inzaugarat

Data Scientist

重塑与统计函数

sales

                    office supply           Technology
         shop     online        onsite     online      onsite
country  year      
Italy    2017      310           123          510       340
         2018      110           100          610       120
Spain    2017      229           200          300       240
         2018      120           220          190       210

统计函数

求和：.sum()
均值：.mean()
中位数：.median()
差分：.diff()

Stack 与统计

两国按年汇总线上与线下销售总额

sales.stack().sum(axis=1)

 country  year   shop  
 Italy    2017  online    820
                onsite    463
          2018  online    720
                onsite    220
 Spain    2017  online    529
                onsite    440
          2018  online    310
                onsite    430

Stack 与统计

两国按年汇总线上与线下销售总额

sales.stack().sum(axis=1).unstack()

         shop online onsite
country  year        
 Italy   2017   820    463
         2018   720    220
 Spain   2017   529    440
         2018   310    430

Unstack 与统计

两国按年产品销售均值

sales.unstack(level=0).mean(axis=1)

year
2017    281.5
2018    210.0

Unstack 与统计

各年份销售额差异

sales["office supply"].unstack(level='country')

Unstack 与统计

各年份销售额差异

sales["office supply"].unstack(level='country').diff(axis=1, periods=2)

                         office supply
   shop         online          onsite
country   Italy  Spain   Italy   Spain
year                
2017      NaN     NaN   -187.0   -29.0
2018      NaN     NaN    -10.0   100.0

重塑与分组

按线上/线下汇总各产品总量（不区分国家）

sales.stack().head(4)

                      office supply   Technology
country   year  shop        
 Italy    2017 online       310          510
               onsite       123          340
          2018 online       110          610
               onsite       100          120

重塑与分组

按线上/线下汇总各产品总量（不区分国家）

sales.stack().groupby(level='shop').sum()

        office supply    Technology
shop        
online       769             1610
onsite       643             910

分组后重塑

各年份产品销量的中位数

sales.groupby(level='year').median()

        office supply         Technology
shop    online  onsite    online   onsite
year                
2017     269.5  161.5      405.0   290.0
2018     115.0  160.0      400.0   165.0

分组后重塑

各年份产品销量的中位数

sales.groupby(level=1).median().stack(level=[0, 1]).unstack(level='year')

                   year    2017     2018
                   shop        
Technology        online   405.0    400.0
                  onsite   290.0    165.0
office supply     online   269.5    115.0
                  onsite   161.5    160.0

¡Vamos a practicar!

使用 pandas 重塑数据