数据透视表

使用 pandas 重塑数据

Maria Eugenia Inzaugarat

Data Scientist

pivot 方法的局限

another_fifa.head()
                 name    variable  metric_system  imperial_system
0   Cristiano Ronaldo      weight             83           183.00
1            J. Oblak      weight             87           191.00
2   Cristiano Ronaldo      height            187             6.13
3     J. Oblak             height            188             6.16
4   Cristiano Ronaldo      height            187             6.14
another_fifa.pivot(index="name", columns="variable")
Traceback (most recent call last):
   ValueError: Index contains duplicate entries, cannot reshape
使用 pandas 重塑数据

pivot 方法的局限

  • 通用旋转
  • 索引/列对必须唯一
  • 不能聚合值
使用 pandas 重塑数据

数据透视表

  • 一个 DataFrame,用统计量汇总更大 DataFrame 的数据

 

显示汇总统计的 DataFrame

使用 pandas 重塑数据

数据透视表

长格式的 DataFrame

使用 pandas 重塑数据

数据透视表

箭头从长表到宽表并含汇总统计

 

pivot_table 的调用

使用 pandas 重塑数据

数据透视表

长表与汇总 DataFrame,含高亮列与索引

 

带 index 与 columns 参数的 pivot 调用

使用 pandas 重塑数据

数据透视表

长表与汇总 DataFrame,含高亮列与值

 

带 values 与聚合函数参数的 pivot 调用

使用 pandas 重塑数据

数据透视表

another_fifa.pivot_table(index="name", columns="variable", aggfunc="mean")
                     metric_system     imperial_system       
         variable   height  weight     height   weight
             name                                                         
Cristiano Ronaldo      187      83      6.135    183.0
         J. Oblak      188      87      6.160    191.0
使用 pandas 重塑数据

分层索引

fifa_players.head(6)
      first     last   movement   overall  attacking
0    Lionel    Messi   shooting        92         70
1 Cristiano  Ronaldo   shooting        93         89
2    Lionel    Messi    passing        92         92
3 Cristiano  Ronaldo    passing        82         83
4    Lionel    Messi    passing        96         88
5 Cristiano  Ronaldo    passing        89         84
使用 pandas 重塑数据

分层索引

fifa_players.head(6)
      first     last   movement   overall  attacking
0    Lionel    Messi   shooting        92         70
1 Cristiano  Ronaldo   shooting        93         89
2    Lionel    Messi    passing        92         92
3 Cristiano  Ronaldo    passing        82         83
4    Lionel    Messi    passing        96         88
5 Cristiano  Ronaldo    passing        89         84
fifa_players.pivot_table(index=                 , columns="movement", values=                        , aggfunc=     )
使用 pandas 重塑数据

分层索引

fifa_players.head(6)
      first     last   movement   overall  attacking
0    Lionel    Messi   shooting        92         70
1 Cristiano  Ronaldo   shooting        93         89
2    Lionel    Messi    passing        92         92
3 Cristiano  Ronaldo    passing        82         83
4    Lionel    Messi    passing        96         88
5 Cristiano  Ronaldo    passing        89         84
fifa_players.pivot_table(index=["first", "last"], columns="movement", values=                        , aggfunc=     )
使用 pandas 重塑数据

分层索引

fifa_players.head(6)
      first     last   movement   overall  attacking
0    Lionel    Messi   shooting        92         70
1 Cristiano  Ronaldo   shooting        93         89
2    Lionel    Messi    passing        92         92
3 Cristiano  Ronaldo    passing        82         83
4    Lionel    Messi    passing        96         88
5 Cristiano  Ronaldo    passing        89         84
fifa_players.pivot_table(index=["first", "last"], columns="movement", values=["overall", "attacking"], aggfunc="max")
                           attacking           overall
          movement  passing shooting  passing shooting
    first     last                
Cristiano  Ronaldo       84       89       89       93
   Lionel    Messi       92       70       96       92
使用 pandas 重塑数据

合计行列(margins)

fifa_players.pivot_table(index=["first", "last"], columns="movement", aggfunc="count",             )
使用 pandas 重塑数据

合计行列(margins)

fifa_players.pivot_table(index=["first", "last"], columns="movement", aggfunc="count", margins=True)
                                attacking                  overall
          movement  passing shooting  All    passing shooting  All
    First     Last                
Cristiano  Ronaldo        2        1    3          2        1    3
   Lionel    Messi        2        1    3          2        1    3
      All                 4        2    6          4        2    6
使用 pandas 重塑数据

用 pivot 还是 pivot_table?

 

"每个索引/列对是否有多个值?"

"结果需要多级索引吗?"

"需要对大型 DataFrame 做汇总统计吗?"

是的!请用 .pivot_table()

使用 pandas 重塑数据

让我们来练习!

使用 pandas 重塑数据

Preparing Video For Download...