Pandas庫——pivot_table資料透視表的用法

1.資料說明

有這樣的一組資料：Age（年齡）是浮點數；New_Salutation（稱謂）有五個取值——Mr,Mrs,Miss,Master,Other；Pclass（級别）有三個取值——1,2,3；Sex（性别）有兩個取值——male,female。具體資料内容見下：

>>>df[["Age","New_Salutation","Pclass","Sex"]]

          Age New_Salutation  Pclass     Sex

0    22.000000             Mr       3    male

1    38.000000            Mrs       1  female

2    26.000000           Miss       3  female

3    35.000000            Mrs       1  female

4    35.000000             Mr       3    male

5    29.699118             Mr       3    male

6    54.000000             Mr       1    male

7     2.000000         Master       3    male

8    27.000000            Mrs       3  female

2.pivot_table使用示例

利用pandas庫的pivot_table方法進行分析，使用方法如下。

pivot_table參數含義：

values：透視表中展示的是有關于Age的數值

index：按New_Salutation的五個取值（Mr,Mrs,Miss,Master,Other）進行索引排序

columns：先按照Pclass的三個取值（1,2,3）分成分成三組，每組中再按照Sex的取值（male,female）分成兩組，一共是六組。也可以隻填Pclass一個值，則隻分成三組，不在繼續細分。

aggfunc：透視表中的數值展示的是每組關于Age的均值

對于New_Salutation取值為Master，Pclass為1，Sex為Male的這些人，他們的Age均值是4.0，見下文資料中的标紅數字

>>>table=df.pivot_table(values="Age",index=["New_Salutation"],columns=["Pclass","Sex"],aggfunc=np.median)

輸出結果為：

Pclass                   1                    2                         3           

Sex            female  male female  male     female       male

New_Salutation                                                

Master            NaN   4.0    NaN   1.0        NaN   6.500000

Miss             30.0   NaN   24.0   NaN  22.000000        NaN

Mr                NaN  36.0    NaN  30.0        NaN  29.699118

Mrs              38.5   NaN   32.0   NaN  29.699118        NaN

Others           28.5  47.0   28.0  46.5        NaN        NaN