Tableaux croisés

Remanier des données avec pandas

Maria Eugenia Inzaugarat

Data Scientist

Limites de la méthode pivot

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

Limites de la méthode pivot

Pivotage polyvalent
Chaque paire index/colonne doit être unique
Impossible d'agréger des valeurs

Tableau croisé

Un DataFrame de statistiques qui résume les données d'un DataFrame plus grand

Un DataFrame montrant des statistiques sommaires

Tableau croisé

Un DataFrame en format long

Tableau croisé

Flèche du format long au format large avec statistiques sommaires

L'appel à pivot_table

Tableau croisé

Un DataFrame long et sommaire avec colonnes et index en surbrillance

L'appel pivot avec les arguments index et columns

Tableau croisé

Un DataFrame long et sommaire avec colonne et valeurs en surbrillance

L'appel pivot avec les arguments values et fonction d'agrégation

Tableau croisé

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

Index hiérarchiques

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

Index hiérarchiques

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=     )

Index hiérarchiques

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=     )

Index hiérarchiques

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

Marges

fifa_players.pivot_table(index=["first", "last"], columns="movement", aggfunc="count",             )

Marges

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

Pivot ou tableau croisé ?

Le DataFrame contient-il plus d'une valeur par paire index/colonne ?

Avez-vous besoin d'un multi-index dans le DataFrame résultant ?

Avez-vous besoin de statistiques sommaires pour un grand DataFrame ?

Oui ! Utilisez .pivot_table()

Passons à la pratique !

Remanier des données avec pandas