大家好，今天和大家分享 Pandas中四种有关数据透视的通用函数，在数据处理中遇到这类需求时，能够很好地应对。 喜欢记得收藏、关注、点赞。
注：完整资料、技术交流文末获取
pandas.melt()
melt函数的主要作用是将 DataFrame从宽格式转换成长格式。
pandas.melt(frame,id_vars=None, value_vars=None, var_name=None, value_name=’value’, col_level=None, ignore_index=True)
参数含义
id_vars：tuple, list, or ndarray，可选，作为标识符变量的列value_vars：tuple, list, or ndarray, 可选，透视列，如果未指定，则使用未设置为id_vars的所有列。var_name：scalar，默认为None，使用variable作为列名value_name：标量, default ‘value’，value列的名称col_level：int or str, 可选，如果列是多层索引，melt将应用于指定级别ignore_index：bool, 默认为True，相当于从0开始重新排序。如果为False，则保留原来的索引，索引标签将出现重复。
看个例子先：
import pandas as pd
df = pd.DataFrame(
{'地区': ['A', 'B', 'C'],
'2020': [80, 60, 40],
'2021': [800, 600, 400],
'2022': [8000, 6000, 4000]})
pd.melt(df,
id_vars=['地区'],
value_vars=['2020', '2021', '2022'])
df = pd.melt(df,
id_vars=['地区'],
value_vars=['2020', '2021', '2022'],
var_name='年份',
value_name='销售额')
pandas.pivot()
pivot函数主要用于通过索引及列值对 DataFrame重构。
pandas.pivot(data, index=None, columns=None, values=None)
参数含义
data：DataFrame对象index：可选，用于新DataFrame的索引columns：用于创建新DataFrame的列values：可选，用于填充新DataFrame的值
用上面的结果举个例子：
df.pivot(index='年份',
columns='地区',
values='销售额')
df.pivot(index='年份', columns='地区')['销售额']
添加一个销量列，同时统计两个 values，这样会使 columns变成多层索引。
df['销量'] = df['销售额']/10
df.pivot(index='年份',
columns='地区',
values=['销售额', '销量'])
添加一个月份列，指定两个 index。
df['月份'] = [f'{m}月' for m in range(1, 4)]*3
df.pivot(index=['年份', '月份'],
columns='地区',
values='销售额')
使用 pivot时需要注意，当 index， columns出现重复时，会导致 ValueError。
df = pd.DataFrame(
{'地区': ['A', 'A', 'B', 'C'],
'年份': ['2020', '2020', '2021', '2022'],
'销售额': [800, 600, 400, 200]})
df.pivot(index='地区',
columns='年份',
values='销售额')
pandas.pivot_table()
这个函数之前已经单独讲过了，相比于 pivot， pivot_table的灵活性更强。
pandas.crosstab()
crosstab函数计算两个(或多个)数组的简单交叉表。默认情况下计算元素的频率表。
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：
这里默认计算频率。
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'])
新建一个 values列，计算总和。
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')
技术交流
目前开通了技术交流群，群友已超过 3000人，添加时最好的备注方式为：来源+兴趣方向，方便找到志同道合的朋友
- 方式①、发送如下图片至微信，长按识别，后台回复：加群；
- 方式②、添加微信号： dkl88191，备注：来自CSDN
- 方式③、微信搜索公众号： Python学习与数据挖掘，后台回复：加群
Original: https://blog.csdn.net/qq_34160248/article/details/125229508
Author: Python数据挖掘
Title: 必知必会，这4种 Python 数据透视函数一定要掌握
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/674135/
转载文章受原作者版权保护。转载请注明原作者出处！