一文搞懂Pandas資料透視的4個函數的使用

2022-06-16 18:01:48

pandas.melt()

melt函數的主要作用是將DataFrame從寬格式轉換成長格式。

“
pandas.melt(frame,id_vars=None, value_vars=None, var_name=None, value_name='value', col_level=None, ignore_index=True)
”

引數含義

id_vars：tuple, list, or ndarray，可選，作為識別符號變數的列
value_vars：tuple, list, or ndarray, 可選，透視列，如果未指定，則使用未設定為id_vars的所有列。
var_name：scalar，預設為None，使用variable作為列名
value_name：標量, default ‘value’，value列的名稱
col_level：int or str, 可選，如果列是多層索引，melt將應用於指定級別
ignore_index：bool, 預設為True，相當於從0開始重新排序。如果為False，則保留原來的索引，索引標籤將出現重複。

看個例子先：

import pandas as pd

df = pd.DataFrame(
    {'地區': ['A', 'B', 'C'],
     '2020': [80, 60, 40],
     '2021': [800, 600, 400], 
     '2022': [8000, 6000, 4000]})

pd.melt(df,
        id_vars=['地區'],
        value_vars=['2020', '2021', '2022'])

設定var_name與value_name。

df = pd.melt(df,
             id_vars=['地區'],
             value_vars=['2020', '2021', '2022'],
             var_name='年份',
             value_name='銷售額')

pandas.pivot()

pivot函數主要用於通過索引及列值對DataFrame重構。

“
pandas.pivot(data, index=None, columns=None, values=None)
”

引數含義

data：DataFrame物件
index：可選，用於新DataFrame的索引
columns：用於建立新DataFrame的列
values：可選，用於填充新DataFrame的值

用上面的結果舉個例子：

df.pivot(index='年份',
         columns='地區',
         values='銷售額')

也可以寫成以下格式。

df.pivot(index='年份', columns='地區')['銷售額']

新增一個銷量列，同時統計兩個values，這樣會使columns變成多層索引。

df['銷量'] = df['銷售額']/10
df.pivot(index='年份',
         columns='地區',
         values=['銷售額', '銷量'])

新增一個月份列，指定兩個index。

df['月份'] = [f'{m}月' for m in range(1, 4)]*3
df.pivot(index=['年份', '月份'],
         columns='地區',
         values='銷售額')

使用pivot時需要注意，當index，columns出現重複時，會導致ValueError。

df = pd.DataFrame(
        {'地區': ['A', 'A', 'B', 'C'],
         '年份': ['2020', '2020', '2021', '2022'],
         '銷售額': [800, 600, 400, 200]})

df.pivot(index='地區',
         columns='年份',
         values='銷售額')
# ValueError

pandas.pivot_table()

這個函數之前已經單獨講過了，詳見Pandas玩轉資料透視表，相比於pivot，pivot_table的靈活性更強。

pandas.crosstab()

crosstab函數計算兩個(或多個)陣列的簡單交叉表。預設情況下計算元素的頻率表。

“
pandas.crosstab(index, columns, values=None, rownames=None, colnames=None, aggfunc=None, margins=False, margins_name='All', dropna=True, normalize=False)
”

看下例子：

這裡預設計算頻率。

import numpy as np
array_A = np.array(["one", "two", "two", "three", "three", "three"], dtype=object)
array_B = np.array(["Python", "Python", "Python", "C", "C", "C"], dtype=object)
array_C = np.array(["Y", "Y", "Y", "N", "N", "N"])
pd.crosstab(array_A,
           [array_B, array_C],
           rownames=['array_A'],
           colnames=['array_B', 'array_C'])

新建一個values列，計算總和。

array_D = np.array([1, 4, 9, 16, 25, 36])
pd.crosstab(index=array_A,
            columns=[array_B, array_C],
            rownames=['array_A'],
            colnames=['array_B', 'array_C'],
            values=array_D,
            aggfunc='sum')

到此這篇關於一文搞懂Pandas資料透視的4個函數的使用的文章就介紹到這了,更多相關Pandas資料透視內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com！

一文搞懂Pandas資料透視的4個函數的使用

目錄

pandas.melt()

pandas.pivot()

pandas.pivot_table()

pandas.crosstab()

熱門文章