python 利用panda 實現(xiàn)列聯(lián)表(交叉表)

更新時間：2021年02月06日 10:58:00 作者：賞爾

這篇文章主要介紹了python 利用panda 實現(xiàn)列聯(lián)表(交叉表)，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

交叉表（cross-tabulation，簡稱crosstab）是⼀種⽤于計算分組頻率的特殊透視表。

語法詳解：

pd.crosstab(index, # 分組依據(jù)
   columns, # 列
   values=None, # 聚合計算的值
   rownames=None, # 列名稱
   colnames=None, # 行名稱
   aggfunc=None, # 聚合函數(shù)
   margins=False, # 總計行/列
   dropna=True, # 是否刪除缺失值
   normalize=False # 
   )

1 crosstab() 實例1

1.1 讀取數(shù)據(jù)

import os
import numpy as np
import pandas as pd

file_name = os.path.join(path, 'Excel_test.xls')
df = pd.read_excel(io=file_name, # 工作簿路徑
     sheetname='透視表', # 工作表名稱
     skiprows=1, # 要忽略的行數(shù)
     parse_cols='A:D' # 讀入的列
     )
df

1.2 pd.crosstab() 默認生成以行和列分類的頻數(shù)表

pd.crosstab(df['客戶名稱'], df['產品類別'])

1.3 設置跟多參數(shù)實現(xiàn)分類匯總

pd.crosstab(index=df['客戶名稱'],
   columns=df['產品類別'],
   values=df['銷量'],
   aggfunc='sum',
   margins=True
   ).round(0).fillna(0).astype('int')

注：因為交叉表示透視表的特例，所以交叉表可以用透視表的函數(shù)實現(xiàn)。又因為透視表可以用更 python 的方式 groupby-apply 實現(xiàn)，所以，交叉表完全可以用 groupby-apply 的方式實現(xiàn)。

2 用分類匯總的方法實現(xiàn) 交叉表

df.groupby(['客戶名稱', '產品類別']).apply(sum)

2.1 分類匯總、重新索引、設置數(shù)值格式綜合應用

c_tbl = df.groupby(['客戶名稱', '產品類別']).apply(sum)['銷量'].unstack()
c_tbl['總計'] = c_tbl.sum(axis=1) # 添加總計列
c_tbl.fillna(0).round(0).astype('int')

軟件信息：

補充：使用python(pandas)將數(shù)據(jù)處理成交叉分組表

交叉分組表是匯總兩種變量數(shù)據(jù)的方法, 在很多場景可以用到, 本文會介紹如何使用pandas將包含兩個變量的數(shù)據(jù)集處理成交叉分組表.

環(huán)境

pandas

python 2.7

原理

用坐標軸來進行比喻, 其中一個變量作為x軸, 另一個作為y軸, 如果定位到數(shù)據(jù)則累加一, 將所有數(shù)據(jù)遍歷一遍, 最后的坐標軸就是一張交叉分組表(使用坐標軸展示的數(shù)據(jù)一般是連續(xù)的, 交叉分組表的數(shù)據(jù)是離散的).

具體實現(xiàn)

示例數(shù)據(jù):

quality price
0  bad 18
1  bad 17
2  great  52
3  good  28
4  excellent  88
5  great  63
6  bad 8
7  good  22
8  good  68
9  excellent  98
10 great  53
11 bad 13
12 great  62
13 good  48
14 excellent  78
15 great  63
16 good  37
17 great  69
18 good  28
19 excellent  81
20 great  43
21 good  32
22 great  62
23 good  28
24 excellent  82
25 great  53

代碼:

  import pandas as pd
  from pandas import DataFrame, Series
  #生成數(shù)據(jù)
  df = DataFrame([['bad', 18], ['bad', 17], ['great', 52], ['good', 28], ['excellent', 88], ['great', 63]
        , ['bad', 8], ['good', 22], ['good', 68], ['excellent', 98], ['great', 53]
        , ['bad', 13], ['great', 62], ['good', 48], ['excellent', 78], ['great', 63]
        , ['good', 37], ['great', 69], ['good', 28], ['excellent', 81], ['great', 43]
        , ['good', 32], ['great', 62], ['good', 28], ['excellent', 82], ['great', 53]], columns = ['quality', 'price'])
#廣播使用的函數(shù)
def quality_cut(data):
  s = Series(pd.cut(data['price'], np.arange(0, 100, 10)))
  return pd.groupby(s, s).count()
#進行分組處理
df.groupby(df['quality']).apply(quality_cut)

結果:

交叉分組

詳細分析

從邏輯上來看, 為了達到對示例數(shù)據(jù)的交叉分組, 需要完成以下工作:

將數(shù)據(jù)以quality列進行分組.

將每個分組的數(shù)據(jù)分別進行cut, 以10為間隔.

將cut過的數(shù)據(jù), 以cut的范圍為列進行分組

將所有數(shù)據(jù)組合到一起, row為quality, columns為cut的范圍

步驟1, pandasgroupby(...)接口, 會按照指定的列進行分組處理, 每一個分組, 存儲相同類別的數(shù)據(jù)

<class 'pandas.core.frame.DataFrame'>
  quality price
0   bad   18
1   bad   17
6   bad   8
11   bad   13

而我們需要的, 只是price這列的數(shù)據(jù), 所以單獨將這列拿出來, 進行cut, 最后得到我們要的series(步驟2, 步驟3)

  price
(0, 10]   1
(10, 20]  3
(20, 30]  0
(30, 40]  0
(40, 50]  0
(50, 60]  0
(60, 70]  0
(70, 80]  0
(80, 90]  0

使用pandas

apply()的廣播特性, 每一個分組的數(shù)據(jù)都會經過上述幾個步驟的處理, 最后與第一次分組row進行組合.

后記

估計能力有限, 這個問題想了很長時間, 沒想到pandas這么可以這么方便達成交叉分組的效果. 思考的時候主要是卡在數(shù)據(jù)組合上, 當數(shù)據(jù)量很大時通過多個步驟進行數(shù)據(jù)組合, 肯定是低效而且錯誤的. 最后仔細研究了groupby, dataframe, series, dataframeIndex等數(shù)據(jù)模型, 使用廣播特性用幾句代碼就完成了. 證明了pandas的高性能, 也提醒自己遇見問題一定要耐心分析。

以上為個人經驗，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。

您可能感興趣的文章:

解決python Jupyter不能導入外部包問題
這篇文章主要介紹了解決python Jupyter不能導入外部包問題，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
2020-04-04
python爬蟲數(shù)據(jù)保存到mongoDB的實例方法
在本篇文章里小編給大家整理的是一篇關于python爬蟲數(shù)據(jù)保存到mongoDB的實例方法，有需要的朋友們可以參考下。
2020-07-07
python中spy++的使用超詳細教程
這篇文章主要介紹了python中spy++的使用超詳細教程,本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下
2021-01-01
Python正則表達式分組概念與用法詳解
這篇文章主要介紹了Python正則表達式分組概念與用法,結合具體實例形式較為詳細的分析了Python正則表達式中分組、引用、斷言等概念與相關使用技巧,需要的朋友可以參考下
2017-06-06
用python基于appium模塊開發(fā)一個自動收取能量的小助手
大家都有了解過螞蟻森林吧，本篇文章帶給你自動收取螞蟻森林能量的思路與方法，基于appium模塊開發(fā)一個自動收取能量的小助手，本文給大家介紹的非常詳細，對大家的學習或工作具有一定的價值
2021-09-09
python矩陣基本運算的實現(xiàn)
本文主要介紹了python?矩陣的基本運算，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧
2023-07-07
Python?seaborn數(shù)據(jù)可視化繪圖(直方圖,密度圖,散點圖)
這篇文章主要介紹了Python?seaborn數(shù)據(jù)可視化繪圖(直方圖,密度圖,散點圖)，文章圍繞主題展開詳細的內容介紹，具有一定的參考價值，需要的朋友可以參考一下
2022-07-07
詳解OpenCV實現(xiàn)特征提取的方法
在本文中，我們將一起探索幾種從圖像中提取顏色、形狀和紋理特征的方法，這些方法基于處理圖像的經驗，感興趣的小伙伴可以了解一下
2022-05-05
python tkinter 獲得按鈕的文本值
這篇文章主要介紹了python tkinter 獲得按鈕的文本值，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧
2021-04-04
Python多線程學習資料
Python中使用線程有兩種方式：函數(shù)或者用類來包裝線程對象
2012-12-12