【Python基礎】Pandas三種實現(xiàn)數(shù)據(jù)透視表的方法

前言

主要想做的事情用大白話來講就是：一個dataframe里面對于兩個列做分組，最后算一個value對應于這兩個列的分組來算值的矩陣，這個矩陣的行為其中一個列，列也為其中一個列。

新建一個df

import?pandas?as?pd
import?numpy?as?np
v?=?[1,?2,?3,?3,?3]
a?=?pd.DataFrame({'v':?v})
d?=?[2?,?4,?4,?5,?4]
a['d']?=?d
c?=?['c'?,?'h',?'d',?'e',??'c']
a['c']?=?c

df用兩列進行分組grouby

a.groupby(['v',?'d'])['c'].count()

我的要干的事情 就是把這個v當作列index，d當作行columns，之后把對應的分組的’c‘.count()放到對應的索引loc處，不存在的值用0填補。

最后得到一個以v為index， d為column的df，也可以搞成對應的矩陣matrix

第一種方法：pd.crosstab

cpd?=?pd.crosstab(a['v'],?a['d'],?a['c'],?aggfunc='count')
cpd

查看index和columns

我們再來一步就可以得到我們想要的了，把nan填充一下。

cpd?=?cpd.fillna(0)
cpd

轉換為array和list的方法

cpd_arr1?=?np.array(cpd)
cpd_arr2?=?np.array(cpd.values.tolist())
cpd_arr3?=?cpd.as_matrix()
cpd_list?=?cpd.values.tolist()

整體流程

cpd?=?pd.crosstab(a['v'],?a['d'],?a['c'],?aggfunc='count')
cpd?=?cpd.fillna(0)
cpd_arr?=?np.array(cpd)
cpd_arr

總結一句話

np.array(pd.crosstab(a['v'],?a['d'],?a['c'],?aggfunc='count').fillna(0))

第二種方法：pivot()

groupby的as_index=False

a.groupby(['v',?'d'],?as_index=False)['c'].count()

把操作的三列的值恢復到df上，每一個列還是對應的列。

pivot

a.groupby(['v',?'d'],?as_index=False)['c'].count().pivot('v',?'d',?'c')

對應關系如下：

整體流程

ppd?=?a.groupby(['v',?'d'],?as_index=False)['c'].count().pivot('v',?'d',?'c')
ppd?=?ppd.fillna(0)
ppd_arr?=?np.array(ppd)
ppd_arr

總結一句話

np.array(a.groupby(['v',?'d'],?as_index=False)['c'].count().pivot('v',?'d',?'c').fillna(0))

第三種方法：pivot_table

pivoted_df=pd.pivot_table(a[['v','d','c']],?
??????????????????????????values='c',?index=['v'],
??????????????????????????columns=['d'],?aggfunc='count')
pivoted_df