python数据分组和数据透视表

'''
数据分组：根据一个或多个键将数据分成若干组，然后对分组后的数据分别进行汇总计算，并将汇总计算后的结果进行合并，被
用作汇总计算的函数成为聚合函数。
python中对数据进行分组利用的是groupby()函数
'''
# 分组键是列名
import pandas as pd;
df = pd.read_excel('/Users/caizhengjie/Desktop/数据4.xlsx')
print(df)
# 按照一列进行分组
# count函数只是对数据进行了计数运算
print(df.groupby('客户分类').count())
# 对数据求和
print(df.groupby('客户分类').sum())
# 按照多列进行分组
print(df.groupby(['客户分类','区域']).count())
# 对分组后的数据求和
print(df.groupby(['客户分类','区域']).sum())
# 单列
print(df.groupby('客户分类')['用户ID'].count())
# 分组键是Series
print(df['客户分类'])
# 按照一个Series进行分组
print(df.groupby(df['客户分类']).count())
# 按照多个Series进行分组,对分组后的数据求和
print(df.groupby([df['客户分类'],df['区域']]).sum())
# 单列
print(df.groupby(df['客户分类'])['用户ID'].count())
# 神奇的aggregate方法：第一个神奇之处，一次可以使用多种汇总方式
print(df.groupby('客户分类').aggregate(['count','sum']))
# 第二个神奇之处，可以针对不同的列做不同的汇总运算
print(df.groupby('客户分类').aggregate({'用户ID':'count','7月销量':'sum','8月销量':'sum'}))
# 对分组后的结果重置索引
print(df.groupby('客户分类').sum())
print(df.groupby('客户分类').sum().reset_index())

'''
数据透视表：是在行，列上同时拆分
python中数据透视表的方法是pivit_table()方法
pivit_table()方法参数如下：
pivit_table(data,values = None,index = None,columns = None,aggfunc = 'mean',fill_value = None,margins = False,dropna = True, margins_name = 'All)
data:表示要做数据透视表的整个表
values：对应excel中值的那个框
index：对应excel中值的那个框
columns：对应excel中值的那个框
aggfunc：表示对values的计算类型
fill_value：表示对空值的填空值
margins：表示是否显示合计列
dropna：表示是否删除缺失，如果为真时，则把一整行全作为缺失值删除
margins_name：表示合计列的列名
'''
import pandas as pd;
df = pd.read_excel('/Users/caizhengjie/Desktop/数据4.xlsx')
print(df)
# 将客户分类作为index，区域作为columns，用户ID作为values，对values执行count运算
print(pd.pivot_table(df,values='用户ID',index='客户分类',columns='区域',aggfunc='count'))
# 显示合计列
print(pd.pivot_table(df,values='用户ID',index='客户分类',columns='区域',aggfunc='count',margins=True))
# margins_name合计列的列名修改
print(pd.pivot_table(df,values='用户ID',index='客户分类',columns='区域',aggfunc='count',margins=True,margins_name='总计'))
# 通过fill_value对空值的填空值
print(pd.pivot_table(df,values='用户ID',index='客户分类',columns='区域',aggfunc='count',margins=True,margins_name='总计',fill_value=0))
# aggfunc示对values的计算类型
print(pd.pivot_table(df,values=['用户ID','7月销量'],index='客户分类',columns='区域',aggfunc={'用户ID':'count','7月销量':'sum'},margins=True,margins_name='总计'))
# 对透视表的结果重置索引
print(pd.pivot_table(df,values='用户ID',index='客户分类',columns='区域',aggfunc='count').reset_index())