图解Pandas透视表和交叉表
图解Pandas透视表pivot_table
大家好，我是Peter呀~
终于开始Pandas进阶内容的写作了。相信很多人都应该知道透视表，在Excel会经常去制作它，来实现数据的分组汇总统计。在Pandas中，我们把它称之为pivot_table。
透视表的制作灵活性高，可以随意定制我们想要的的计算统计要求，一般在制作报表神器的时候常用。
下面通过具体的例子来对比Excel和Pandas中透视表的实现方法。
image
Excel透视表
下面是在Excel表格中使用消费数据制作的透视表（部分数据截图），我们统计的是不同性别不同日期下的消费金额和小费，同时还显示了总计的数据。
image
image
image
那如果是使用pandas该如何来实现呢？？？
参数
pandas中实现透视表使用的是：pandas.pivot_table
pd.pivot_table(data, # 制作透视表的数据
values=None, # 值
index=None, # 行索引
columns=None, # 列属性
aggfunc='mean', # 使用的函数，默认是均值
fill_value=None, # 缺失值填充
margins=False, # 是否显示总计
dropna=True, # 缺失值处理
margins_name='All', # 总计显示为All
observed=False,
sort=True # 排序功能 版本1.3.0才有
)
最重要的参数还是：values、index、columns、aggfunce，甚至包含margins、margins_name
附上官网学习地址：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.pivot_table.html
透视表pivot_table
参数index
index表示的是我们生成透视表指定的行索引
1、单层索引
image
image
2、多层行索引
image
参数values
在上面index参数的使用中，我们没有指定values参数，pandas会默认将全部的数值型数据进行透视表的计算，现在指定参数计算的数据：
- 带上values，只会显示我们指定的数据
- 不带上values，数值型的数据汇总结果全部显示
image
参数columns
columns是一个显示列属性信息的参数
image
如果我们将day放在index参数中，会是什么样子呢？
相当于是：将上面的宽表格式转成了下面的长表格式
image
再对比下两种不同的形式：
image
参数aggfunc
aggfunc是一个很灵活的参数，它是用来指定我们汇总想用哪种函数，默认是均值mean，我们也可以使用求和sum、最值max等。多个函数需要放在一个列表中。
我们将默认求平均mean的情况与求和的情况进行对比：
image
均值和sum求和之间的关系：
image
我们可以在aggfunc函数中指定多个函数，将这些函数放在同一个列表中：
- 求和：np.sum
- 求均值：mean
- 求个数：size
image
再看一个例子：
image
参数margins、margins_name
这两个参数的作用是对透视表中的分组数据进行汇总显示。需要注意的是：只有margins=True，参数margins_name的设置才会生效。
image
修改汇总显示的名字：
image
如果有列字段，也会显示汇总的数据：
image
交叉表crosstab()
交叉表可以理解成一种特殊的透视表，专门用于计算分组的频率。
参数
交叉表中每个参数的解释，很多还是和透视表相同的：
pandas.crosstab(index, # 行索引，必须是数组结构数据，或者Series，或者是二者的列表形式
columns, # 列字段；数据要求同上
values=None, # 待透视的数据
rownames=None, # 行列名字
colnames=None,
aggfunc=None, # 透视的函数
margins=False, # 汇总及名称设置
margins_name='All',
dropna=True, # 舍弃缺失值
normalize=False # 数据归一化；可以是布尔值、all、index、columns、或者{0,1}
)
对最后一个参数的解释：如何选择归一化的标准
- If passed ‘all’ or True, will normalize over all values：使用all，对全部的数值型数据归一化
- If passed ‘index’ will normalize over each row：使用index，仅在行上归一化
- If passed ‘columns’ will normalize over each column：使用columns，仅在列上归一化
- If margins is True, will also normalize margin values：如果margins=True，总计值也会参与归一化
参数使用
image
当然，有时候透视表和交叉表是可以实现相同的功能：
image
groupby实现
其实透视表或者交叉表的本质还是分组汇总统计结果，我们也可以利用groupby来实现：
1、先分组统计
image
2、轴旋转unstack
上面的结果格式上不是很友好，使用的是多层次索引，我们使用轴旋转函数unstack将行转成列：
image
groupby和透视表比较
最后再用一个例子来比较下groupby和透视表：
image
备忘录
这个网上非常流行的一张图解Pandas透视表函数的图形，它利用一份简单的数据，清晰明了地讲解了pivot_table函数的每个参数的含义，保存备用！
网络图
