Python制作数据分析透视表的方法详解

下面是详细讲解 Python 制作数据分析透视表的方法的完整攻略。

前言

数据分析是比较热门的领域，Python 作为一门流行的编程语言，在数据分析领域也表现出色，提供了丰富的数据分析工具，包括使用 pandas 库进行数据处理和透视表制作等。本文将针对数据分析中的透视表制作进行详细的讲解。

什么是数据分析透视表？

透视表是一种有效的数据分析工具，主要用于快速汇总、分析和交互式展示大量数据中的关键信息。Python 中的 pandas 库提供了使用 pivot_table 函数制作透视表的方法。

透视表创建步骤

1. 确定数据表和透视表的关键词；
2. 使用 pivot_table 函数生成透视表；
3. 自定义表格展现效果。

示例1：创建基本透视表

下面通过一个案例来说明如何使用 Python 制作透视表。

在这个案例中，我们将使用一个名为“sales”的数据表，其中包括销售员，时间，销售额和产品类别等字段。我们希望创建一个透视表来按销售员和产品类别汇总数据，并显示销售总额。

import pandas as pd

# 读取数据表sales
sales = pd.read_csv('sales.csv')

# 使用pivot_table函数创建透视表
table = pd.pivot_table(sales, values='salesamount',
index=['salesperson'], columns=['productcategory'], aggfunc=np.sum)

# 显示透视表
print(table)

在上述代码中，第一行使用 Pandas 的 read_csv() 函数读取 CSV 格式的数据文件，并将其存储在名为“sales”的数据表。接下来，我们使用 pivot_table() 函数创建透视表，并定义 values、index 和 columns。values 定义待汇总的数列，index 定义透视表的行、columns 定义透视表的列，aggfunc 定义数据的操作类型，这里我们使用 np.sum 表示求和。最后，我们使用 print() 函数打印透视表。

示例2：创建高级透视表

在更复杂的数据集中，透视表可以提供更多有用的细节信息。下面我们将使用公共汽车数据集来创建更高级的透视表。这个数据集包括每个月的总行驶里程数，以及每个月的平均速度等字段。

import pandas as pd

# 读取数据表bususage
bususage = pd.read_csv('bususage.csv')

# 使用pivot_table函数创建透视表
table = pd.pivot_table(bususage, values=['miles', 'speed'], index=['month'],
aggfunc={'miles': np.sum, 'speed': np.mean})

# 显示透视表
print(table)

在上述代码中，我们使用上面的 pivot_table() 函数来生成透视表，并定义了多个 values、index 和 columns。

• values=[‘miles’, ‘speed’] 定义了需要汇总的字段。
• index=[‘month’] 定义了透视表行名。
• aggfunc={‘miles’: np.sum, ‘speed’: np.mean} 定义了数据的操作类型，miles 使用 np.sum 表示求和，speed 使用 np.mean 表示求均值。

最后，我们使用 print() 函数打印透视表。

总结

在数据分析中，透视表是一个强大的数据分析工具。Python 的 pandas 库提供了 pivot_table() 函数来创建透视表，可以方便快捷地汇总和分析数据。上述示例也说明了如何创建基本和高级透视表，希望对你理解透视表的基本使用有所帮助。