Python: 使用pandas做樞紐分析有那些方法?pivot_table() = groupby() + pivot() ; crosstab()

在Pandas中，有几种方法可以进行数据透视操作。下面是其中几种常用的方法：

1. pivot_table() 方法：这是 Pandas 中的一个内置函数，可以根据指定的行和列索引对数据进行聚合和透视。它的语法如下：

import pandas as pd

# 创建数据框
df = pd.DataFrame({
    'Category': ['A', 'B', 'A', 'B'],
    'Value': [10, 20, 30, 40],
    'Year': [2019, 2019, 2020, 2020]
})

# 使用 pivot_table 进行透视
pivot_df = df.pivot_table(index='Category', 
columns='Year', values='Value', aggfunc='sum')

print(pivot_df)

輸出結果:

groupby() 方法：这是另一种常用的分组和聚合数据的方法。你可以使用 groupby() 方法对数据进行分组，然后使用聚合函数（例如 sum()、mean() 等）计算每个组的统计量。示例如下：

import pandas as pd

# 创建数据框
df = pd.DataFrame({
    'Category': ['A', 'B', 'A', 'B'],
    'Value': [10, 20, 30, 40],
    'Year': [2019, 2019, 2020, 2020]
})

# 使用 groupby 进行分组和聚合
grouped_df = df.groupby(['Category', 'Year'])['Value'].sum().unstack()

print(grouped_df)

輸出結果:

crosstab() 方法：这个方法可以用于计算两个或多个变量之间的交叉频数。它的语法如下：

import pandas as pd

# 创建数据框
df = pd.DataFrame({
    'Category': ['A', 'B', 'A', 'B'],
    'Value': [10, 20, 30, 40],
    'Year': [2019, 2019, 2020, 2020]
})

# 使用 crosstab 进行交叉频数计算
cross_df = pd.crosstab(index=df['Category'], 
columns=df['Year'], values=df['Value'], 
aggfunc='sum')

print(cross_df)

輸出結果:

pivot:

在这个代码段中，数据没有重复的索引组合，因为每个 Category 和 Year 组合只出现一次。因此，pivot() 方法能够正常执行，将唯一的组合创建为透视表。
使用pivot較為受限
1. 沒有aggfunc參數,也因此會發生狀況2
2. 数据不能有重复的索引组合,不然會觸發
ValueError: Index contains duplicate entries, cannot reshape

pivot() 沒有aggfunc這個參數
df.pivot?

可以将 pivot_table() 看作是 groupby() 和 pivot() 的结合。

groupby() 方法用于按照指定的列对数据进行分组，然后可以使用聚合函数对每个组进行聚合操作。而 pivot() 方法用于将数据进行重塑，将指定的行和列转换为新的形式。

pivot_table() 方法结合了这两个过程，它首先对数据进行分组（类似于 groupby()），然后根据分组后的结果进行重塑（类似于 pivot()），最后可以使用聚合函数对每个组进行聚合操作。

因此，可以将 pivot_table() 看作是将 groupby() 和 pivot() 结合在一起的便捷方法，它可以在一步中完成数据的分组、重塑和聚合操作。

简单来说，pivot_table() 提供了更便捷的方式来进行数据透视和聚合操作，相比于手动使用 groupby() 和 pivot() 分别进行处理，使用 pivot_table() 可以更简洁、高效地实现相同的功能。

推薦hahow線上學習python: https://igrape.net/30afN