排行榜 统计
  • 建站日期:2015-05-20
  • 文章总数:234 篇
  • 评论总数:851 条
  • 分类总数:6 个
  • 最后更新:3月16日

对比Excel,学习pandas数据透视表

本文阅读 4 分钟
首页 数据,技术 正文

pandas.jpg

Excel中做数据透视表

① 选中整个数据源;

Excel透视表.png

② 依次点击“插入”—“数据透视表”

插入透视表.png

③ 选择在Excel中的哪个位置,插入数据透视表

插入透视表设置.png

④ 然后根据实际需求,从不同维度展示结果

透视表展示结果设置.png

⑤ 结果如下

透视表结果.png

pandas用pivot_table()做数据透视表

1)语法格式

pd.pivot_table(data,index=None,columns=None,
               values=None,aggfunc='mean',
               margins=False,margins_name='All',
               dropna=True,fill_value=None)

2)对比excel,说明上述参数的具体含义

pandas做透视表.png

参数说明:

  • data 相当于Excel中的"选中数据源";
  • index 相当于上述"数据透视表字段"中的行;
  • columns 相当于上述"数据透视表字段"中的列;
  • values 相当于上述"数据透视表字段"中的值;
  • aggfunc 相当于上述"结果"中的计算类型;
  • margins 相当于上述"结果"中的总计;
  • margins_name 相当于修改"总计"名,为其它名称;

下面几个参数,用的较少,记住干嘛的,等以后需要就百度。

  • dropna 表示是否删除缺失值,如果为True时,则把一整行全作为缺失值删除;
  • fill_value 表示将缺失值,用某个指定值填充。

案例说明

1)求出不同品牌下,每个月份的销售数量之和

① 在Excel中的操作结果如下

Excel透视表结果.png

② 在pandas中的操作如下

df = pd.read_excel(r"C:\Users\黄伟\Desktop\pivot_table.xlsx")
display(df.sample(5))

df.insert(1,"月份",df["销售日期"].apply(lambda x:x.month))
display(df.sample(5))

df1 = pd.pivot_table(df,index="品牌",columns="月份",
                     values="销售数量",aggfunc=np.sum)
display(df1)

结果如下:

pandas透视表结果.jpg

2)求出不同品牌下,每个地区、每个月份的销售数量之和

① 在Excel中的操作结果如下

Excel销售数量之和透视表.png

② 在pandas中的操作如下

df = pd.read_excel(r"C:\Users\黄伟\Desktop\pivot_table.xlsx")
display(df.sample(5))

df.insert(1,"月份",df["销售日期"].apply(lambda x:x.month))
display(df.sample(5))

df1 = pd.pivot_table(df,index="品牌",columns=["销售区域","月份"],
                     values="销售数量",aggfunc=np.sum)
display(df1)

结果如下:

pandas销售数量之和透视表结果.jpg

3)求出不同品牌不同地区下,每个月份的销售数量之和

① 在Excel中的操作结果如下

Excel不同地区销售数量之和.png

② 在pandas中的操作如下

df = pd.read_excel(r"C:\Users\黄伟\Desktop\pivot_table.xlsx")
display(df.sample(5))

df.insert(1,"月份",df["销售日期"].apply(lambda x:x.month))
display(df.sample(5))

df1 = pd.pivot_table(df,index=["品牌","销售区域"],columns="月份",
                     values="销售数量",aggfunc=np.sum)
display(df1)

结果如下:

pandas不同地区销售数量之和.jpg

4)求出不同品牌下的“销售数量之和”与“货号计数”

① 在Excel中的操作结果如下

不同品牌Excel透视表结果.png

② 在pandas中的操作如下

df = pd.read_excel(r"C:\Users\黄伟\Desktop\pivot_table.xlsx")
display(df.sample(5))

df.insert(1,"月份",df["销售日期"].apply(lambda x:x.month))
display(df.sample(5))

df1 = pd.pivot_table(df,index="品牌",columns="月份",
                     values=["销售数量","货号"],
                     aggfunc={"销售数量":"sum","货号":"count"},
                     margins=True,margins_name="总计")
display(df1)

结果如下:

不同品牌pandas透视表结果.jpg

作者丨黄伟呢
来源丨凹凸数据

本文来自投稿,不代表本站立场,如若转载,请注明出处:http://www.zuopm.com/data/328.html
-- 展开阅读全文 --
咖啡新零售:第四次咖啡革命epub高清电子书
« 上一篇 03-02
数据分析实操:用SQL分析淘宝用户行为数据
下一篇 » 03-02

发表评论

成为第一个评论的人

作者信息

广告

热门文章

标签TAG

热评文章