統(tǒng)計(jì)圖表怎么做？我用一份二手房數(shù)據(jù)給你講明白

報(bào)表可用于展現(xiàn)數(shù)據(jù)的主要信息，分為包含維度（分類變量）指標(biāo)和度量（連續(xù)變量）指標(biāo)的報(bào)表。

僅含有維度指標(biāo)的報(bào)表稱為頻次表（單個(gè)分類變量）和交叉表（兩個(gè)及以上分類變量），含有維度和度量?jī)深愔笜?biāo)的報(bào)表稱為匯總表，其中度量指標(biāo)總是以某個(gè)統(tǒng)計(jì)量的形式出現(xiàn)，最常出現(xiàn)的是均值、總和、頻次。

條形圖是一種運(yùn)用非常廣泛的數(shù)據(jù)展示圖，便于分類變量之間的數(shù)據(jù)對(duì)比。條形圖和報(bào)表有一一對(duì)應(yīng)關(guān)系。如果有一個(gè)分類變量，條形圖就是一維的；如果有兩個(gè)分類變量，條形圖就是二維的。條的長(zhǎng)度對(duì)應(yīng)頻次或度量指標(biāo)的某個(gè)統(tǒng)計(jì)量，如圖1所示。

▲圖1 報(bào)表與統(tǒng)計(jì)圖形

接下來使用一份二手房數(shù)據(jù)（sndHsPr.csv）演示如何制作報(bào)表。對(duì)于二手房，我們不但關(guān)心其本身的統(tǒng)計(jì)特征（統(tǒng)計(jì)量），還關(guān)心影響這個(gè)變量的因素，如表1所示。

▼表1 二手房數(shù)據(jù)

制作報(bào)表就是根據(jù)數(shù)據(jù)類型選取合適的統(tǒng)計(jì)量并進(jìn)行展現(xiàn)的過程。圖2表現(xiàn)的是一個(gè)比較全面的二維表模板，三維表只不過是簡(jiǎn)單的疊加而已。水平軸和垂直軸分別是兩個(gè)分類變量。單元格中存放的是某個(gè)變量的統(tǒng)計(jì)量。如果單元格中沒有放入任何變量，其展現(xiàn)的是頻次或百分比等指標(biāo)。如果單元格中放入某個(gè)連續(xù)變量，其展現(xiàn)的就是這個(gè)連續(xù)變量的某個(gè)統(tǒng)計(jì)量，比如均值、總和等。

▲圖2 二維表模板

將二維表模板的內(nèi)容進(jìn)行縮減，可以得到單因子頻數(shù)、表分析、匯總統(tǒng)計(jì)量，具體說明如下。

1）單因子頻數(shù)：僅分析單個(gè)分類變量的分布情況，提供每個(gè)分類水平的頻次、百分比和累積值，如圖3所示。

▲圖3 單因子頻數(shù)統(tǒng)計(jì)示意

snd為讀入數(shù)據(jù)后的數(shù)據(jù)框名稱，district為該住房所在城區(qū)的中文名稱，value_counts函數(shù)用于獲取每個(gè)城區(qū)出現(xiàn)的頻次，完整的語(yǔ)句為snd.district.value_counts()。用條形圖展現(xiàn)頻次統(tǒng)計(jì)的語(yǔ)句為snd.district.value_counts().plot(kind = 'bar')，其中“kind =”為圖表類型，bar表示柱形圖，如圖4所示。

▲圖4 單因子統(tǒng)計(jì)圖形示意

2）表分析：分析兩個(gè)分類變量的聯(lián)合分布情況，提供每個(gè)單元格中樣本出現(xiàn)的頻次、百分比和邊沿分布情況，如圖5所示。

▲圖5 表分析示意

表分析（也稱交叉表）使用的函數(shù)為pd.crosstab，比如分析是否有地鐵與是否是學(xué)區(qū)房之間的關(guān)系，語(yǔ)句為pd.crosstab(snd.subway,snd.school)。我們可以使用標(biāo)準(zhǔn)化堆疊柱形圖對(duì)表分析的結(jié)果進(jìn)行展現(xiàn)。其步驟是先獲取交叉表的結(jié)果，然后使用div(sub_sch.sum(1),axis = 0)函數(shù)計(jì)算交叉表的行百分比，最后繪制柱形圖，如圖6所示。

▲圖6 表分析統(tǒng)計(jì)圖形

堆疊柱形圖易于展現(xiàn)橫軸變量的分布情況，標(biāo)準(zhǔn)化堆疊柱形圖易于做比較，筆者推薦采用圖7來展現(xiàn)全部交叉表信息。筆者使用stack2dim函數(shù)制作堆疊柱形圖，其主要參數(shù)raw為Pandas的數(shù)據(jù)框，i、j為兩個(gè)分類變量的變量名稱，要求帶引號(hào)，比如"school"。

▲圖7 堆疊柱形圖示意

3）匯總統(tǒng)計(jì)量：按照某個(gè)分類變量分組，對(duì)連續(xù)變量進(jìn)行描述性統(tǒng)計(jì)，如圖8所示。

▲圖8 匯總統(tǒng)計(jì)量示意

圖9展現(xiàn)了每個(gè)城區(qū)單位面積房?jī)r(jià)的統(tǒng)計(jì)信息，我們可以使用Pandas提供的函數(shù)snd.price.groupby(snd.district).agg(['mean', 'max', 'min'])獲取。該語(yǔ)句的含義為按照district變量分組，計(jì)算price的均值、最大值、最小值，其中agg函數(shù)的功能是歸并若干個(gè)函數(shù)的結(jié)果。

▲圖9 匯總統(tǒng)計(jì)量統(tǒng)計(jì)圖形示意

本文摘編于《金融商業(yè)數(shù)據(jù)分析：基于Python和SAS》，經(jīng)出版方授權(quán)發(fā)布。（書號(hào)：978-7-7-111-69583-7）

延伸閱讀《金融商業(yè)數(shù)據(jù)分析》

推薦語(yǔ)：這是一本金融商業(yè)數(shù)據(jù)分析的實(shí)戰(zhàn)工具書。作者都是在金融行業(yè)有10~20年數(shù)據(jù)分析經(jīng)驗(yàn)的資深專家，他們將多年來的項(xiàng)目經(jīng)驗(yàn)、培訓(xùn)和咨詢經(jīng)驗(yàn)融合成了這本書。它將指導(dǎo)讀者零基礎(chǔ)掌握金融數(shù)據(jù)分析的工具、思路、方法和技巧，快速實(shí)現(xiàn)從入門到進(jìn)階的突破。本書強(qiáng)調(diào)實(shí)戰(zhàn)，方法論與實(shí)踐相結(jié)合，所有案例均來自實(shí)際的金融業(yè)務(wù)，涵蓋工具使用、數(shù)據(jù)處理、統(tǒng)計(jì)分析等數(shù)據(jù)分析的全流程。?