import numpy as np import pandas as pd """ 1:透视表(pivotTab) 透视表是将原有的DataFrame的列分别作为行索引和列索引,然后对指定的列应用聚集函数 """ df = pd.DataFrame({'类别':['水果','水果','水果','蔬菜','蔬菜','肉类','肉类'], '产地':['美国','中国','中国','中国','新西兰','新西兰','美国'], '水果':['苹果','梨','草莓','番茄','黄瓜','羊肉','牛肉'], '数量':[5,5,9,3,2,10,8], '价格':[5,5,10,3,3,13,20]}) print(df) print(df.pivot_table(index=['产地','类别'])) #行索引为"产地",列索引为'类别' #对“价格”应用'max',并提供分项统计,缺失值填充0 print(df.pivot_table('价格',index='产地',columns='类别',aggfunc='max',margins=True,fill_value=0)) print("*******************交叉表的信息******************************") """ 交叉表 用于统计分组频率的特殊透视表 """ print(pd.crosstab(df['类别'],df['产地'],margins=True))
交叉表(crosstab)和透视表(pivotTab)
最新推荐文章于 2025-06-16 09:24:35 发布