#Python 利用pivot_table,数据透视表进行数据分析

前面我们分享了，利用python进行数据合并和连接，但是工作中，我们往往需要对数据进一步的聚合或者运算，以求最后的数据结果。

今天我们就来学习一下利用pandas模块，对数据集进行数据透视分析。

pivot_table释义

1.1  pivot_table参数列表：

pandas.pivot_table(data, values=None, index=None, columns=None, aggfunc=‘mean’, fill_value=None, margins=False, dropna=True, margins_name=‘All’, observed=False, sort=True)

同样可以写成：
data.pivot_table(’ data列名’，index，columns，aggfunc…）

1.2   常用参数释义：

data：要进行数据透视的数据
values：要做计算的数据 ，对谁求和/求均值/计算个数等
index：确定行参数，可以是多个。单个’‘，多个[’‘,’‘]表示
columns：确定列参数，可以是多个。单个’‘，多个[’‘,’']
aggfunc：要计算的函数，mean求均值、sum求和、size计算个数
dropna：表示是否计算全为NaN的数据。bool类型，默认True 不计算
sort：对values结果进行排序。bool类型 默认False 升序

1.3   案例操作：

实际操作，首先导入pd 和 np 库

首先准备一个实验数据集，表头如下

import pandas as pd
import numpy as np

设置文件路径和输出路径

path = r'E:/360MoveData/Users/B/Desktop/py案例excel.xlsx'
path_out = r'E:/360MoveData/Users/B/Desktop/py案例数据输出11.xlsx'

1读取数据

data = pd.read_excel(path)
print(data.shape)
print(data.head())

2调用pivot_table模块，数据透视

'''
pd.pivot_table来调用数据透视，
index可以看做是pq中的分组依据字段
values可以看做是pq中的列字段
aggfunc分别是求和aggfunc=(np.sum),求平均aggfunc=(np.mean),计数aggfunc=(len),可以看做是excel透视表的值字段设置-计算类型
pivot_table模组的意义在于，大数据下的维度收缩，当数据源过于庞大时，通过py处理csv合集，解决处理过程的大数据问题，而pivot_table
可以在最后一步进行数据维度收缩，这有利于我们将大数据转为较小的数据集，最终配合excel去进行数据分析
'''

data1 = pd.pivot_table(data,
                       values =["入店数","下单数"],
                       index =["日期","门店所在城市"],
                       aggfunc=(np.sum)
                      )　

输出结果如下：

配合上篇文章分享的数据合并功能，我们可以自由的对零散的数据集，进行组合、拼接，配合今天学的数据透视，又可以对合并后的数据集进行分组统计。
这个过程类似  分散-集中-压缩处理，在博主的工作中相当实用，希望有兴趣的大家也可以应用到实际工作中。
我是simone，期待下次的分享。（下次会分享powerbi相关的可视化对象内容）