# 透视表是一种可以对数据动态排布并且分类汇总的表格格式。 # 将指定原有DataFrame列分别作为行索引和列索引，然后对指定列应用聚集函数(默认情况下的公式mean函数)。
# pandas.pivot_table(data, values=None, index=None, columns=None,aggfunc=‘mean’, margins=False) # data:需要操作数据[[必须] DataFrame # values:计算操作的列名 由列名或列名组成的列表不代表所有列的操作 # index:[[必须]分组后作为行索引的列 由列名或列名组成的列表 # columns:分组后作为行索引的列 由列名或列名组成的列表 # aggfunc:指定对values计算操作参数给出的列，可以是字典(不同列指) 定不同的计算操作),默认为mean # margins:是否进行汇总和列汇总
import numpy as np import pandas as pd from pandas import Series,DataFrame df = DataFrame({'类别':['水果','水果','水果','蔬菜','蔬菜','肉类','肉类'], 产地：美国 苹果，梨，草莓 [5，5，9，3，2,10,8], 价格：[5，5，10，3，3，13，20]) df
# :Index是层次列，根据相应的顺序设置通过透视表获取的信息 # 我们没有指定要计算的列，所以默认是对的"index设定的列"计算所有其他列，Values需要计算的列可以指定 # 按产地和类别重新索引，然后执行价格和数量mean函数 df.pivot_table(index=产地，类别# Columns类似Index作为分割数据的可选方式，可以设置列级字段，这不是必要的参数。 df.pivot_table(columns=产地，类别# 行索引为产地，列索引为类别，应用于价格max函数，并提供分项统计，缺失值填充0 df.pivot_table('价格',index='产地',columns='类别',aggfunc='max',margins=True,fill_value=0)# 交叉表是统计分组频率的特殊透视表，统计条目频率 # crosstab本质：按指定index和columns出现在统计数据帧中(index, columns)的频次。也可以理解为分组。crosstab()总是返回数据帧 pd.crosstab(df[类别]，df[产地]，margins=True) # 按类别分组，统计各分组产地的频率pd.crosstab(df['类别'],df[产地]，values=df[价格]，aggfunc=np.max, margins=True).round(0)# seaborn可以自动将crosstab()表转换为热图。我将注释设置为True，并用色条显示热图。 # seaborn还添加了列和索引名的样式(fmt='g' 将数字显示为整数而不是科学计数)。 import matplotlib.pyplot as plt import seaborn as sns df1 = DataFrame({'type':['fruit','fruit','fruit','vege','vege','meat','meat'], 'where':['USA','CHINA','CHINA','CHINA','NEW','NEW','USA'], 'fruit':['apple','pear','atraw','tomato','cucum','mutton','beef'], 'num[5，5，9，3，2，10，8]， 'price(5、5、10、3、3、13、20)) cross1 = pd.crosstab(df1['type'],df1['where']).round(0) sns.heatmap(cross1, cmap='rocket_r', annot=True, fmt='g')# 热图更容易解释。你不想让你的最终用户看到一张满是数字的表格。所以我会在需要的时候把每一个都做好crosstab()将结果放入热图中。 # 为了避免重复，我创建了一个有用的函数： def plot_heatmap(cross_table, fmt='g'): fig, ax = plt.subplots(figsize=(8, 5)) sns.heatmap(cross_table, annot=True, fmt=fmt, cmap='rocket_r', linewidths=.5, ax=ax) plt.show(); plot_heatmap(cross1)