学习笔记(15):零基础搞定Python数据分析与挖掘-数据的汇总

立即学习:https://edu.youkuaiyun.com/course/play/6861/326775?utm_source=blogtoedu

数据汇总

透视表

pd.pivot_table(data, values=None, index=None, columns=None, aggfunc='mean', fill_value=None, margins=False, dropna=True, margins_name='All')

data：数据集

values：要拉入数值的字段列表

index：要拉入行标签的字段列表

columns：要拉入列标签的字段列表

aggfunc：统计函数，默认统计均值

fill_value：填充缺失值

margins：是否显示行或列的总计值

dropna：是否删除整列为缺失的字段

margins_name：指定行或列的总计名称

 

分组汇总

groupby方法：用于汇总前，设定被分组的变量

要分组的数据集.groupby=(['变量1', '变量2'])

 

aggregate方法：可基于groupby的结果做进一步统计汇总

分组后的数据集.aggregate=({'变量'：方法})

np.min np.max np.size np.mean......

 

调整变量名顺序

pd.DataFrame(数据集， columns=(['变量名1', '变量名2', '变量名3'])

 

对变量重新命名

 数据集.rename=(colums={'原变量名':'新变量名'}, inplace=True)