Pandas Pivot_Table分组值
Pandas Pivot_Table是一个用于数据透视和分组的功能。它可以根据指定的行和列，对数据进行聚合和重塑，以便更好地理解和分析数据。
Pivot_Table的主要作用是将原始数据按照指定的行和列进行分组，并对分组后的数据进行聚合操作，生成新的数据表。通过Pivot_Table，可以快速计算数据的统计量，如平均值、总和、计数等，并且可以根据需要进行多级分组和多个聚合操作。
Pivot_Table的优势包括：
- 灵活性：Pivot_Table可以根据不同的需求进行灵活的分组和聚合操作，适用于各种数据分析场景。
- 效率高：Pivot_Table使用了高效的算法和数据结构，能够快速处理大规模数据集。
- 可视化：Pivot_Table可以生成直观的数据透视表，便于数据分析和可视化展示。
Pivot_Table的应用场景包括：
- 销售数据分析：可以根据产品、地区、时间等维度进行销售数据的分组和聚合，以便分析销售趋势和业绩。
- 用户行为分析：可以根据用户属性、行为类型等维度进行用户行为数据的分组和聚合，以便分析用户偏好和行为模式。
- 市场调研分析：可以根据不同的市场维度进行数据的分组和聚合，以便分析市场规模和市场份额。
腾讯云提供了一系列与数据处理和分析相关的产品，其中与Pandas Pivot_Table功能相似的产品是TencentDB for PostgreSQL。TencentDB for PostgreSQL是一种高性能、可扩展的关系型数据库服务，支持复杂的数据查询和分析操作。您可以通过以下链接了解更多关于TencentDB for PostgreSQL的信息：https://cloud.tencent.com/product/postgresql
相关·内容
我刚刚开始学习pivot_table()，我想知道Pandas函数和Pandas函数之间有什么不同。有人能帮我理解它们之间的区别吗？如果能帮上忙，我们将不胜感激。
浏览 3提问于2016-01-10得票数 86
回答已采纳
这个带有dict aggfunc的pivot_table示例没有问题：
df=pandas.DataFrame([
{'JOB':'Worker','NAME':'Bob' ,'YEAR':2013,'MONTH':12,'DAYS': 3,'SALARY': 17},
{'JOB':'Employ','NAME':'Mary','YEAR':2013,'MONTH
浏览 2提问于2014-09-19得票数 0
2回答
如何在熊猫中计数？
、、、
经过几天的研究，我被困住了。我是Python/Pandas的新手。尝试将数据分析从多个excel表转换为python解决方案。
我在计算新员工在特殊技能方面的学习曲线。为此，我有以下数据集：
COMM_ID -每个通信的唯一数字标识符
技能-交流的范畴-文本
登录-为个人-文本登录
提供-是一份调查，1还是0？
答复-对调查是否有答复，1或0
NOs -反应为阴性，为1或0
在下面，我构建了按SKill、Login和COMM_ID排序的数据，COMM_ID将其按时间顺序排列。然后我以技巧和登录为基础。
我将如何获取数据并将数据切割成两个数据流？一个用于响应，另一
浏览 3提问于2014-12-24得票数 0
回答已采纳
3回答
pandas.crosstab和Pandas数据透视表似乎提供了完全相同的功能。有什么不同吗？
浏览 1提问于2016-03-29得票数 23
1回答
多索引数据帧，熊猫
、、、
我正在尝试操作excel文件中的数据，但是它合并了列的标题，我设法将它们转换为pandas。请参考下面的原始数据示例。
所以我转换成了这种格式。
我的最终目标是获得下面的格式，并绘制一段时间内的品牌商品及其销售数量和价格，但是我不知道如何访问多索引数据框架中的信息。你能给我提个建议吗？谢谢。
我的代码：
import pandas as pd
df = pd.read_excel('path.xls', sheet_name = 'data', header = [0,1])
a = df.columns.get_level_values(
浏览 4提问于2021-03-10得票数 0
这是我想要操作的一只熊猫DataFrame：
import pandas as pd
data = {"grouping": ["item1", "item1", "item1", "item2", "item2", "item2", "item2", ...],
"labels": ["A", "B", "C", "A", "B", "C"
浏览 4提问于2017-04-17得票数 3
回答已采纳
1回答
我正在尝试用python从一个Numpy数组创建一个数据透视表。我做了很多研究，但我找不到一个直接的解决方案。我知道你可以用Pandas来做，但我在安装它时遇到了问题--但肯定有一种方法可以在没有Pandas的情况下完成。我的Numpy数组是
[[ 4057 8 1374]
[ 4057 9 759]
[ 4057 11 96]
...,
[89205 16 146]
[89205 17 154]
[89205 18 244]]
我需要一个透视表，其中行是第一列，列是第二列，值是第三列。请帮帮我！
谢谢
浏览 1提问于2013-06-11得票数 6
回答已采纳
下面的代码创建一个包含两列date和category的pd.DataFrame。date列被设置为使用datetime64[ns]类型。 >>> df = pd.DataFrame(data={'date': pd.Series(['2021-01-01', '2021-01-02',
'2021-01-03'], dtype='datetime64[ns]'), 'category': ['A', 'B
浏览 41提问于2021-08-12得票数 1
1回答
我已经创建了以下pandas数据帧： +------+-------+------------+
|userID|movieID|timesWatched|
+------+-------+------------+
|u1 |mv1 |5 |
|u1 |mv2 |2 |
|u2 |mv1 |1 |
|u3 |mv4 |30 |
+------+-------+------------+ 我也有一个列表，上面有6部这样的电影： movies =['mv0&
浏览 10提问于2021-09-23得票数 0
回答已采纳
4回答
熊猫群转置str柱
、、、、
以下是我要做的事：
>>>import pandas as pd
>>>dftemp = pd.DataFrame({'a': [1] * 3 + [2] * 3, 'b': 'a a b c d e'.split()})
a b
0 1 a
1 1 a
2 1 b
3 2 c
4 2 d
5 2 e
6 3 f
如何将列'b‘按'a’分组，以便输出如下所示：
a b0 b1 b2
0 1 a a b
浏览 0提问于2018-10-06得票数 3
回答已采纳
2回答
在不提供分组的情况下，使用pandas.pivot_table计算整个表上的聚合函数的最佳方法是什么？
例如，如果我想将A、B、C的和计算成一个有一行的表，而不按任何列进行分组：
>>> x = pd.DataFrame({'A':[1,2,3],'B':[8,7,6],'C':[0,3,2]})
>>> x
A B C
0 1 8 0
1 2 7 3
2 3 6 2
>>> x.pivot_table(values=['A','B'
浏览 10提问于2015-07-01得票数 2
回答已采纳
1回答
两天来，我一直在尝试重塑一只熊猫的数据。我想把我的多索引数据转换成多列形式，但是使用pd.stack()、pd.unstack()、pd.melt()、.
我有一个通用的多索引数据，如下所示：
import pandas
df = pandas.DataFrame({'Scenario' : ['Scen1', 'Scen1', 'Scen1', 'Scen1',
'Scen1', 'Scen1',
浏览 1提问于2019-02-06得票数 4
回答已采纳
1回答
我有一只熊猫DataFrame (名为"df1")，它的结构如下(尽管我有很多个月的每日数据)：
date WeightedReturn
0 15/07/2015 0.005128
1 15/07/2015 0.002844
2 15/07/2015 0.003055
3 15/07/2015 -0.001481
4 15/07/2015 -0.000741
5 15/07/2015 -0.000741
6 16/07/2015
浏览 2提问于2015-10-11得票数 1
回答已采纳
我有一个大约8700万行的数据帧，所以我使用Dask。我正在尝试做一些如下的事情： df2 = df.groupby(['A','B'])['B'].count().unstack('A')
df2.plot(kind = 'bar', stacked = True) 这就是我在Pandas中要做的，但是Dask没有'unstack‘和'plot’。我可以尝试使用.compute()将Dask DF返回给Pandas，但我会冒着内存问题的风险。你知道我如何(或者是否)可以完成上面的两行吗？
浏览 10提问于2020-04-21得票数 0
2回答
我有一个这样的数据集
CookieID ItemID
0 ERG-278-REDD 5651
1 NaN 2377
2 STQ-134-DDVH 1217
3 NaN 1798
4 XYZ-541-EFFG 1234
5 NaN 2378
我想在Pandas中将它转换为这个
CookieID Item1 Item2
ERG-278-RREDD 5651 2377
STQ-134-DDVH 1217 1798
XYZ-541-
浏览 0提问于2017-02-05得票数 1
2回答
我有一个数据集，其中包含三种动物的摄食数据，包括动物的标签I (1,2,3)，在每次“用餐”时给出的饲料类型(A，B)和数量(kg)：
Animal FeedType Amount(kg)
Animal1 A 10
Animal2 B 7
Animal3 A 4
Animal2 A 2
Animal1 B 5
Animal2 B 6
Animal3 A 2
在基R中，我可以很容易地输出下面有unique('Ani
浏览 0提问于2014-01-03得票数 7
回答已采纳
我试图使用Panda库的'loc‘函数在dataset中的一个列中计算缺少的值，但是代码没有成功执行。代码行如下所示。
# Impute missing data by mean weight of each sub-category in 'Item_Weight' column
data.loc[miss_bool,'Item_Weight'] = data.loc[miss_bool,'Item_Identifier'].apply(lambda x: item_avg_weight[x])
正在生成的错误如下，
data.loc
浏览 0提问于2018-08-01得票数 1
如果我在Pandas中有一个多索引DataFrame，如果我通读了pivot和pivot_table的文档，我似乎找不到pivot在这个例子中不能工作的原因。显然，我遗漏了一些东西，但它采用了相同的参数，似乎表明它会起作用。这里我漏掉了什么？为什么pivot抛出一个错误，而pivot_table却完美地工作。谢谢。
# standard imports
import pandas as pd
# create a random multiindex dataframe
outside = ['G1','G1','G1','G2'
浏览 2提问于2019-08-12得票数 0
案例:我的脚本返回一个枢轴表，但它不能正确地得到最大老化天数。例如，CELOVIS应该是12天的最大老化，但我一直得到1。
代码：
import pandas as pd
from collections import Counter
data = pd.read_csv("my_problem.csv")
def pivot_table(df):
df_count = Counter(df['Supplier Name'])
courier_count = pd.DataFrame(df_count.items(), columns=[
浏览 8提问于2022-11-28得票数 0
回答已采纳
1回答
import pandas as pd
data = {0: {'ID': 'A', 'Qty': 1, 'Type': 'SVGA'},
1: {'ID': 'B', 'Qty': 2, 'Type': 'SVGA'},
2: {'ID': 'B', 'Qty': 2, 'Type': 'XGA'},
3: {'ID': 'C
浏览 0提问于2018-06-21得票数 1
回答已采纳
我有一个数据，我试图分组和求和。我能够做到这一点，但我也想按元素进行分组计数。
sessions_summed = df.groupby("screens_completed").sum()
print sessions_summed
使用这个，我得到了这个输出：
screens_completed sessions
0 6
1 1
2 3
3 1
4
浏览 3提问于2016-07-21得票数 1
回答已采纳
2回答
我的目标是通过“标签”来绘制“分数”，我不关心“日期”和"Cusip“。我想使用'pivot‘来重塑数据，这样每个标签都在一列中，我可以对其进行箱图绘制。
date Cusip Label Score
663182 2015-07-31 00846UAG AAA 138.15
663183 2015-07-31 00846UAH AAA 171.93
663184 2015-07-31 00846UAJ AAA 175.67
663185 2015-07-31 023767AA BB 187.92
浏览 74提问于2016-07-30得票数 6
回答已采纳
我从pandas中的一个数据透视表创建了一个数据帧，表。
df = pd.DataFrame({'v1':[5,5,6,6,1,5], 'v2':['c','a','b','a','a','b']})
table=pd.pivot_table(df,index=["v2"],values=["v1"],aggfunc=max)
table.sort_values(by='v1', ascending=True)
1)我还
浏览 2提问于2016-12-29得票数 0
将数字替换到pandas数据透视表中的好方法是什么？ 我使用了这段代码，但语法总是无效的。语法应该是什么？用于替换pivot中的数字。 ? 我希望当表中的数字大于或等于2.5时返回1，如果小于2.5则返回0。 pivot_table.fillna(-1).apply(lambda x: 1 if x > 2.5 else 0) 请给我建议。
浏览 6提问于2020-06-30得票数 0
我有一个文本文件，其中包含以下格式的数据
101.223.129.4 918801641445^0^paus
101.223.129.4 918801641445^0^german
101.223.129.4 918801641445^0^photo
101.223.129.4 918801641445^0^polish
101.223.129.4 918801641445^0^find
101.223.129.4 918801641445^0^extra
101.223.129.4 918801641445^0^access
101.223.129.4 918801641445^0^priv
浏览 0提问于2015-10-08得票数 1
回答已采纳
我有这样一只熊猫：
User-Id Training-Id TrainingTaken
0 4327024 25 10
1 6662572 3 10
2 3757520 26 10
我需要把它转换成矩阵，就像他们在这里做的：细胞13。
所以我做了以下几件事：
from lightfm import LightFM
from lightfm.evaluation import precision_at_k
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import pand
浏览 11提问于2022-03-21得票数 0
回答已采纳
2回答
所以我在pandas中遇到了一个格式化问题。有什么想法吗？如果之前有人问过这个问题，请让我知道，并告诉我在哪里！返回类型对我来说无关紧要，只要它的格式与我在那里的内容一致即可。我有以下内容，其中数字是本例中的索引，New是我的列。
New
3 A
2 A
4 B
5 C
8 C
我想要
A
3 2
B
4
C
5 8
浏览 2提问于2020-02-06得票数 0
我不明白为什么每个单元格中的pandas数据框中的值显示两次。
最初，我将数据从MySQL下载到pandas dataframe，并将数字格式化为“monthly_perf”列中的百分比：
data_frame = pd.read_sql(query, con=engine)
data_frame['monthly_perf']=data_frame['monthly_perf'].astype(float).map('{:,.2%}'.format)
结果对我来说很好(下面是部分数据)：
start_date end_date
浏览 9提问于2020-05-18得票数 0
2回答
我有这样的数据：
import pandas as pd
df = pd.DataFrame({'a': [1, 2], 'b': [3, 4], 'ent':['A','B']})
| |a |b |ent
|---|---|----|----
|0 |1 |3 |A
|1 |2 |4 |B
我想要像：这样的数据格式
|ent |A |B
-------------
|a |1 |2
|b |3 |4
我可以应用df.T或df.transpose，但是
浏览 0提问于2018-03-22得票数 3
回答已采纳
我正在尝试重新安排一个DataFrame，它是我使用Pandas自动从json读取的。我找过了，但没有成功。
我有下面的json (为了方便复制/粘贴，保存为字符串)，在'value‘标签下有一堆json对象/字典。
json_str = '''{"preferred_timestamp": "internal_timestamp",
"internal_timestamp": 3606765503.684,
"stream_name": "ctdpf_j_cspp_inst
浏览 0提问于2016-03-16得票数 14
回答已采纳
1回答
Pandas中的透视表-无序类型
、、、、
我有一个pandas dataframe (df)，它基本上看起来像下面这样
TestDate Manager Score
0 2015-06-05 00:00:00 Jane Smith 5.000000
1 2015-06-05 00:00:00 John Doe 4.875000
2 2015-06-05 00:00:00 Jane Doe 4.428571
3 2015-06-05 00:00:00 John Doe 4.000000
4 2015-06-07 00:00:00 Josh Smith 3.5
浏览 1提问于2015-06-30得票数 2
我有三个数据帧(来自.mean())，如下所示：
A 533.9
B 691.9
C 611.5
D 557.8
我想把它们连到像这样的三列
all X Y
A 533.9 558.0 509.8
B 691.9 613.2 770.6
C 611.5 618.4 604.6
D 557.8 591.0 524.6
我下面的MWE是有用的。但我想知道我是否可以使用.crosstab()或其他更容易的熊猫功能。
初步数据框架：
group A B C D
0 X 844 908
浏览 16提问于2022-07-29得票数 1
回答已采纳
2回答
我目前正在从一个bar chart pandas df手动创建一个df。是否有更有效的方法直接从df读取它？
import pandas as pd
import matplotlib.pyplot as plt
d = ({
'A' : ['1','1','1','2','2','2','3','3','3','3'],
'B' : ['A','B&#
浏览 1提问于2018-06-28得票数 0
回答已采纳
我有(举个例子)这个DataFrame： COLUMN1 COLUMN2 VALUE
0 0102 1020 1
1 0102 1220 8
2 0102 1210 2
3 0103 1020 1
4 0103 1210 3
5 0103 1222 8
6 0104 1020 3
7 0104 1120 2 (实际上，它有大约9000行长。) 在此基础上，我创建了数据透视表，其中的索引是COLUMN1，列是COLU
浏览 72提问于2020-03-21得票数 3
回答已采纳
import pandas
link = 'https://raw.githubusercontent.com/dvanderelst-python-class/python-class/spring2021/assignment_data/young_people_survey.csv'
data = pandas.read_csv(link,index_col=0)
grp = data.groupby(['Gender','Smoking','Healthy eating'])
mns = grp.mean()
mn
浏览 1提问于2021-03-24得票数 0
我目前与比率的工作，但遇到了一个障碍。
下面是我正在使用的数据的一个小样本，还有其他平台，如Instagram、Messenger等，为下面提供更多的上下文：
Date Reach Impressions Clicks Landing_Page Platform
30/05/2017 27447 27939 90 68 Facebook
30/05/2017 24299 24318 80 44 Facebook
30/05/2017 9897 10081
浏览 0提问于2017-11-22得票数 0
回答已采纳
1回答
我一直在试图弄清楚如何向pandas数据透视表中添加行和。谁能帮我指一下正确的方向？
下面是我的代码。
x.pivot_table(index = ["am","spot_or_contract"],
columns = "status",
values = "shipment_id",
aggfunc = "count").fillna('')
非常感谢你提前
浏览 0提问于2018-04-06得票数 7
回答已采纳
我正在尝试将每小时索引的数据转换为以每小时值为列的每日索引数据。 示例数据hourlyvol 2010-01-02 03:00:00 0.193571
2010-01-02 04:00:00 0.262009
2010-01-02 05:00:00 0.179023
2010-01-02 06:00:00 0.132121
2010-01-02 07:00:00 0.146968 所需的输出格式(不是相同的值，因为我是从另一个可以工作的脚本粘贴的)： 0 1 2 3
浏览 62提问于2020-07-03得票数 0
我可能完全疯了，但我在读“潘达斯”中的 pivot_table，甚至
实际上，用我自己的数据使用文档中的示例：
import pandas as pd
df = pd.read_csv('data.csv')
pivot_table(df, values='D', index=['A', 'B'], columns=['C'], aggfunc=np.sum)
产生一个错误：
pivot_table(df，value=‘D’，index='A'，'B'，列=‘C’，aggfunc
浏览 3提问于2015-06-08得票数 3
回答已采纳
我想按下面的方式来分析一个dataframe df，其中Id作为索引，Value作为值，以及自定义的[x0, x1, x2]列。
df
Id Date Value
9129 10 2021-01-01 00:00:00 10
9130 10 2021-01-01 00:01:00 15
9131 10 2021-01-01 00:02:00 20
1972 13 2021-01-01 00:00:00 125.0
1973 13 2021-01-01
浏览 3提问于2021-11-17得票数 2
回答已采纳
1回答
使用Plotly go.Table()函数和Pandas，我尝试创建一个表来总结一些数据。我的数据如下：
import pandas as pd
test_df = pd.DataFrame({'Manufacturer':['BMW', 'Chrysler', 'Chrysler', 'Chrysler', 'Brokertec', 'DWAS', 'Ford', 'Buick'],
'M
浏览 2提问于2020-06-18得票数 1
回答已采纳
我是Python的新手，正在和Pandas打交道。更具体地说，我在数据框中有一列(感觉分数)，它由多个单词组成，如下所示： *Treatment* *Sensory scores*
A soft, short
B soft, tender
C short, tender 现在我想在数据框中添加额外的列“soft”、“short”和“tender”，这样就可以像这样提取和量化各个分数： *Treatment* *Sensory scores* *soft* *short* *tender*
A
浏览 19提问于2021-02-09得票数 1
1回答
长到宽格式的多索引熊猫
、、、
我有一个像这样的数据文件：
data.head()
Out[2]:
Area Area Id Variable Name Variable Id Year \
0 Argentina 9 Conservation agriculture area 4454 1982
1 Argentina 9 Conservation agriculture area 4454 1987
2 Argentina 9 Conservation agriculture
浏览 2提问于2017-11-08得票数 4
回答已采纳
我似乎无法打印以下行：summarydata["Name"].groupby(["Tag"]).size()
不会得到错误：
File "C:\Users\rspatel\untitled0.py", line 76, in <module>
print(summarydata["Name"].groupby(["Tag"]).size())
File "C:\Users\rspatel\Anaconda3\lib\site-packages\pandas\core\serie
浏览 0提问于2021-09-20得票数 2
1回答
我有数据
import pandas as pd
pd.DataFrame({'Date': ["2022-01-01","2022-01-02","2022-01-03"],
'customer_type': ['A','A','B'],
'process_A': [2,4,5],
'process_B': [3,9,6]})
op
Date cu
浏览 1提问于2022-04-12得票数 1
回答已采纳
2回答
我正在用json数据中的Pandas构建一个数据透视表。我想在发送到to_string()之前格式化列名。
import numpy as np
import pandas as pd
json_data = [
{"year":2019,"month":"2019-11-01","sub_category":"Van fit out","category":"Vehicle","notes":"Heavy duty hooks","gro
浏览 12提问于2020-06-02得票数 1
2回答
非索引df包含行基因、包含该基因突变的细胞以及该基因的突变类型：
df = pd.DataFrame({'gene': ['one','one','one','two','two','two','three'],
'cell': ['A', 'A', 'C', 'A', 'B', 'C','A']
浏览 1提问于2016-12-16得票数 0
回答已采纳
2回答
熊猫整形
、
我想重塑一个Pandas，以便在一些原始列组合的基础上建立一个新的多索引，同时对一些行进行堆栈化。但我不知道，即使在阅读了关于的教程之后，我也不知道如何做到这一点。
基本上，我有：
# fruit year, variable, value
fruits = \
[('apples' , 2014, 'weight', 1.4),
('apples' , 2015, 'weight', 1.5),
('bananas', 2014, 'yield', 0.5),
('ba
浏览 4提问于2015-01-19得票数 4
回答已采纳
所以基本上我的数据框中有3列，如下所示： <class 'pandas.core.frame.DataFrame'>
Int64Index: 158143 entries, 0 to 203270
Data columns (total 3 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 users 158143 non-null int64
浏览 12提问于2020-04-14得票数 0
回答已采纳
我有像这样的数据，我使用pandas导入到python中： new_id code
001722 A01.09
001723 A01.09
001723 A02.0
001724 A02.9
001724 A03.9
001725 A03.9 我想把它转换成存在/不存在的1和0的矩阵，假设也使用熊猫，看起来是这样的： new_id A01.09 A02.0 A02.9 A03.9
001722 1 0 0 0
001723 1 1 0 0
001724 0 0
浏览 30提问于2020-12-14得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
