Pandas 15-透视表，分组，聚合（group by）

1. 透视表（Pivot Table）

透视表是一种用于汇总和分析数据的表格形式，可以对数据进行多维度的聚合。

示例代码

import pandas as pd  # 创建示例 DataFrame  
df = pd.DataFrame({  '日期': ['2023-01-01', '2023-01-01', '2023-01-02', '2023-01-02'],  '城市': ['北京', '上海', '北京', '上海'],  '温度': [3, 5, 4, 6]  
})  # 创建透视表  
pivot_table = pd.pivot_table(df, values='温度', index='日期', columns='城市', aggfunc='mean')  
print(pivot_table)  

输出：

城市        上海  北京  
日期  
2023-01-01   5   3  
2023-01-02   6   4  

2. 分组（Group By）

分组操作是将数据按照一个或多个列进行分组，然后对每个组进行聚合操作。

示例代码

# 创建示例 DataFrame  
df = pd.DataFrame({  '日期': ['2023-01-01', '2023-01-01', '2023-01-02', '2023-01-02'],  '城市': ['北京', '上海', '北京', '上海'],  '温度': [3, 5, 4, 6]  
})  # 分组并计算平均温度  
grouped = df.groupby('城市')['温度'].mean()  
print(grouped)  

输出：

城市  
上海    5.5  
北京    3.5  
Name: 温度, dtype: float64  

3. 聚合（Aggregation）

聚合操作是对分组后的数据进行统计计算，如求和、平均值、最大值、最小值等。

示例代码

# 创建示例 DataFrame  
df = pd.DataFrame({  '日期': ['2023-01-01', '2023-01-01', '2023-01-02', '2023-01-02'],  '城市': ['北京', '上海', '北京', '上海'],  '温度': [3, 5, 4, 6]  
})  # 分组并进行多种聚合操作  
aggregated = df.groupby('城市')['温度'].agg(['mean', 'sum', 'min', 'max'])  
print(aggregated)  

输出：

       mean  sum  min  max城市  
上海     5.5  11    5    6  
北京     3.5   7    3    4  

4. 结合使用透视表、分组和聚合

在实际应用中，透视表、分组和聚合可以结合使用，以满足更复杂的数据分析需求。

示例代码

# 创建示例 DataFrame  
df = pd.DataFrame({  '日期': ['2023-01-01', '2023-01-01', '2023-01-02', '2023-01-02'],  '城市': ['北京', '上海', '北京', '上海'],  '温度': [3, 5, 4, 6]  
})  # 创建透视表并进行聚合  
pivot_table = pd.pivot_table(df, values='温度', index='日期', columns='城市', aggfunc=['mean', 'sum'])  
print(pivot_table)  

输出：

          mean         sum城市        上海  北京   上海  北京  
日期  
2023-01-01   5   3     5   3  
2023-01-02   6   4     6   4  

总结

通过透视表、分组和聚合操作，可以灵活地对数据进行多维度的分析和汇总。以下是一个完整的示例代码，展示了如何结合使用这些操作：

import pandas as pd  # 创建示例 DataFrame  
df = pd.DataFrame({  '日期': ['2023-01-01', '2023-01-01', '2023-01-02', '2023-01-02'],  '城市': ['北京', '上海', '北京', '上海'],  '温度': [3, 5, 4, 6]  
})  # 创建透视表  
pivot_table = pd.pivot_table(df, values='温度', index='日期', columns='城市', aggfunc='mean')  
print("透视表：")  
print(pivot_table)  # 分组并计算平均温度  
grouped = df.groupby('城市')['温度'].mean()  
print("\n分组并计算平均温度：")  
print(grouped)  # 分组并进行多种聚合操作  
aggregated = df.groupby('城市')['温度'].agg(['mean', 'sum', 'min', 'max'])  
print("\n分组并进行多种聚合操作：")  
print(aggregated)  # 创建透视表并进行聚合  
pivot_table_agg = pd.pivot_table(df, values='温度', index='日期', columns='城市', aggfunc=['mean', 'sum'])  
print("\n创建透视表并进行聚合：")  
print(pivot_table_agg)