首页 » Python » 秦路天善智能python学习笔记-pandas的数据透视表

秦路天善智能python学习笔记-pandas的数据透视表

 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
import pandas as pd
import numpy as np
position = pd.read_csv('position_gbk.csv',encoding='gbk',sep=',')
company = pd.read_csv('company_utf.csv',encoding='gbk',sep=',')
pd.set_option('display.max_columns', None)   #显示完整的列
# pd.set_option('display.max_rows', None)    #显示完整的行
# 这里index是横向,columns是列,values是计算的值,aggfunc是计算方法,fill_value是自动补全
position1 = pd.pivot_table(position,index= ['city'],columns=['workYear'],values='avg',aggfunc=["count",'mean'],fill_value=0)
print(position1.head())


# 直接把值设置成city是会报错的,那么怎么计算city的count呢?使用字典方式就可以了。
position1 = pd.pivot_table(position,index= ['city'],columns=['workYear'],aggfunc={'city':'count'},fill_value=0)
print(position1.head())

# 多个计算
position1 = pd.pivot_table(position,index= ['city'],columns=['workYear'],aggfunc={'city':'count','avg':'mean'},fill_value=0)
print(position1.head())

# 后面加一个汇总项,根据算法来的
position1 = pd.pivot_table(position,index= ['city'],columns=['workYear'],values='avg',aggfunc={'avg':'mean'},fill_value=0,margins=True)
print(position1.head())

# 底下加一个汇总项,根据算法来的
position1 = pd.pivot_table(position,index= ['city','workYear'],values='avg',aggfunc={'avg':'mean'},fill_value=0,margins=True)
print(position1)

# 底下加一个汇总项,根据算法来的
position1 = pd.pivot_table(position,index= ['city','workYear'],values='avg',aggfunc={'avg':'mean'},fill_value=0,margins=True)
print(position1)

原文链接:秦路天善智能python学习笔记-pandas的数据透视表,转载请注明来源!

0