python pandas 交叉表, 透视表

透视表 pivot table

透视表（pivot table）是常见的数据汇总工具，它根据一个或多个键对数据进行聚合，根据行和列上的分组键将数据分配到矩形区域中。
pandas中使用pivot_table方法创建透视表，
pd.pivot_table(data,values=None,index=None,columns=None,aggfunc='mean'
,fill_value=None,margins=False,dropna=True,margins_name='ALL')
 
    data:DataFrame对象
    values：要聚合的列或列的列表
    index：数据透视的index，从原始数据的列中筛选
    columns：数据透视表的columns，从原始数据的列中筛选
    aggfunc：用于聚合的函数，默认为numpy，mean，支持numpy计算方法
    
    ------------原数据------------
        date key    values
0 2019-01-01   a  6.372699
1 2019-01-02   b  0.649605
2 2019-01-03   c  4.897285
3 2019-01-01   d  7.758373
4 2019-01-02   a  1.576888
5 2019-01-03   b  8.217029
6 2019-01-01   c  5.454403
7 2019-01-02   a  5.072132
8 2019-01-03   b  2.875602
------------透视表1------------

print(pd.pivot_table(df,values = 'values',index = ['date'],columns='key',aggfunc=np.sum))
key                a          b         c         d
date                                               
2019-01-01  6.372699        NaN  5.454403  7.758373
2019-01-02  6.649020   0.649605       NaN       NaN
2019-01-03       NaN  11.092630  4.897285       NaN
------------透视表2------------

#分别以date，key共同做数据透视，值为values：统计不同（date，key）情况下values的计数

#aggfunc=len（或者count）：计数

print(pd.pivot_table(df,values = 'values',index = ['date','key'],aggfunc=len))
                values
date       key        
2019-01-01 a       1.0
           c       1.0
           d       1.0
2019-01-02 a       2.0
           b       1.0
2019-01-03 b       2.0
           c       1.0

    
交叉表：crosstab

默认情况下，crosstab计算因子的频率，比如用于str的数据透视分析

pd.crosstab(index,columns,values=None,rownames=None
,colnames=None,aggfunc=None,margins=False,dropna=True,normalize=False)

------------原数据------------
    A  B    C
0  1  3  1.0
1  2  3  1.0
2  2  4  NaN
3  2  4  1.0
4  2  4  1.0
------------交叉表1------------

print(pd.crosstab(df['A'],df['B']))
B  3  4
A      
1  1  0
2  1  3
------------交叉表2------------

print(pd.crosstab(df['A'],df['B'],normalize=True))#以频率的方式显示
B    3    4
A          
1  0.2  0.0
2  0.2  0.6
------------交叉表3------------

print(pd.crosstab(df['A'],df['B'],values=df['C'],aggfunc=np.sum))

#values:根据因子聚合的值数组

#aggfunc：如果未传递values数组，则计算频率表，如果传递数组，则按照指定计算

#这里相当于以A和B界定分组，计算出每组中第三个系列C的值
B    3    4
A          
1  1.0  NaN
2  1.0  2.0
------------交叉表4------------

print(pd.crosstab(df['A'],df['B'],values=df['C'],aggfunc=np.sum,margins=True))

#margins:布尔值，默认值False，添加行/列边距（小计）
B      3    4  All
A                 
1    1.0  NaN  1.0
2    1.0  2.0  3.0
All  2.0  2.0  4.0

REF

https://blog.csdn.net/pythoncsdn111/article/details/98240358