数据分析应用项目化教程（Python） 课件 任务6.3 数据重塑透视.pptx

第六章使用pandas进行数据清洗和整理

任务6.3数据重塑数据重塑pivotpivot_tablestack、unstack

数据重塑数据重塑：将列式数据变成二维交叉形式，便于分析，叫做数据重塑或数据透视。数据重塑理解：数据的重塑简单说就是对原数据进行变形。对数据的重塑不是仅改变形状那么简单，在变形过程中，数据的内在数据意义不能变化，但数据的提示逻辑则发生了重大的改变。

pivotPivot：将原始DataFrame重塑，返回一个新的DataFrame。代码含义：唯一化处理foo列值最为index，以bar列中的值A、B和C来作为列名，展示DataFrame中baz列数据。

pivot语法：df.pivot(index=None,columns=None,values=None)，指定index、columns、values实现二维透视。index：指定一个或多个列的值作为新DataFrame的index，会自动唯一化处理，注意其最终值不可以重复，否则报错（可选，若不填则使用现有index）columns：指定一个或多个列的值作为新DataFrame的列values：指定一个或多列的值作为新DataFrame的值（可选，若不填则使用所有剩余列，并且结果将具有按层次结构索引的列）

pivot_tablepivot_table：用pivot只能对数据进行变形整理，有时还需要做聚合分析。pivot_table功能比pivot/groupby函数更为完善，除了可以处理重复值，关键在于引入了多层索引。piovt_table制表完成之后返回的是DataFrame，非常方便下一步使用，比如基于pandas画图。类似Excel的高级数据透视功能。#字典传入多列的汇总#aggfun指定汇总的处理方式，默认是求均值#列表传入多种汇总方式table=pd.pivot_table(df,index=[A,C],values=[D,E],aggfunc={D:np.mean,E:[np.min,np.max,np.mean]})table

pivot_table画条形图barchart:分类汇总可以很好地展示数据，pivot_table函数也可以，因其返回的是一个多层索引的DataFrame。table.plot.bar(y=[D,E],rot=45,figsize=(16,10),fontsize=(20))

stack、unstackstack：将dataframe中的列旋转为行，默认将最内层(level=-1)列索引旋转变成最内层行索引。unstack：将dataframe中行旋转为列，默认将最内层(level=-1)的行索引旋转变成最内存列索引。stack和unstack默认旋转轴的级别为最低级别（即最内层，level=-1）

stack、unstackDataFrame.stack(level=-1,dropna=True)，将column变成index。level=-1代表多层索引的最内层，可以通过level指定哪一层（或列表表达的哪若干层）的列索引旋转成行索引。df2.stack()==df2.stack(0)，这里df2的列索引只有一层，所以最内层就是level==0df2.stack()==df2.stack(-1)

stack、unstackDataFrame.unstack(level=-1,fill_value=None)，将index变成columnstacked.unstack()==stacked.unstack(2)，stacked的行索引有3层，最内层level=2stacked.unstack()==stacked.unstack(-1)

stack、unstack请注意，stack和unstack方法隐式地对涉及的索引进行排序。因此，调用stack然后取消stack，或反之亦然，将生成原始数据帧或序列的按索引已排序副本。

小结数据重塑pivotpivot_tablestack、unstack