什么是数据透视表,如何在 Pandas 中创建它们?
2023-09-11 14:18:32 时间
数据透视表说明
数据透视表与数据分析密切相关,但理解它们可能具有挑战性。在本文中,我将有条不紊地解释它们,如果您过去觉得它们很困难,这可能会澄清概念。
在数据透视表中,每一行代表一组聚合数据,每一列代表特定属性值的聚合数据的一个子集。
您可以考虑分两个阶段创建数据透视表:
- 首先,基于列创建数据的行聚合(这与按特定列简单分组数据是一回事)。
- 其次,通过使用单独的列来标识每个组的子集,将分组数据分布在多个列中。
现在让我们通过可视化示例来了解每个阶段。那样会更有意义!
样本数据
这是我们的示例数据,一个按玩家、游戏和街机跟踪视频游戏分数的表格。
简单的行聚合
对于简单的按行聚合,让我们按游戏对数据进行分组并对得分值求和。
这是它的样子,右边是聚合数据:
按游戏对数据进行分组会为数据集中的每个游戏生成三个不同的行值:Donkey Kong、Dragon’s Lair 和 Pac-Man。分数列现在是相应游戏的所有分数的总和。
按属性展开聚合数据(数据透视表部分)
现在我们有了按游戏分组的数据,我们必须通过
相关文章
- 如何使用pandas分析金融数据
- 做一个Pandas专家,教你如何用它高效处理大量数据
- Pandas 索引和选择数据
- pandas常用函数
- 用Python的pandas框架操作Excel文件中的数据教程
- Python之pandas:特征工程中数据类型(object/category/bool/int32/int64/float64)的简介、数据类型转换四大方法、案例应用之详细攻略
- Python语言学习之pandas:DataFrame二维表的简介、常用函数、常用案例(增删改查排序之选择指定列、根据条件选择特定数据、赋值、列名重命名、修改列数据、处理缺失值、列合并、分组之详细攻略
- Py之pandas:字典格式数据与dataframe格式数据相互转换并导出到csv
- Py之pandas:在表格文件中增加数据之纵向行数据添加之将字典格式的数据,按照行数据,从头开始for循环添加到dataframe中
- 成功解决pandas.core.frame.DataFrame格式数据与numpy.ndarray格式数据不一致导致无法运算问题
- 已解决pandas正确创建DataFrame对象的四种方法(通过list列表、dict字典、ndarray、Series对象创建)
- 已解决pandas.apply函数使用方法
- 【阶段二】Python数据分析Pandas工具使用05篇:数据预处理:数据的规范化
- python 数据分析-pandas数据结构
- pandas.to_datetime() 只保留【年-月-日】
- Pandas 横向合并DataFrame数据
- 【Pandas】Pandas的DataFrame按行插入list数据或者读取一行并存为csv文件
- pandas修改数据
- 数据分析工具Pandas基础--DataFrame的索引操作
- Pandas数据处理1、DataFrame删除NaN空值(dropna各种属性值控制超全)
- 【pandas】教程:8-如何组合多个表格的数据
- 【pandas】教程:2-读写表格数据
- Python数据科学pandas终极指南【看这篇文章就够了】