pythom 数据透视表,Python 透视表

交叉分析：通常用于分析两个或两个以上，分组变量之间的变量关系，以及交叉表形式进行变量间关系的对比分析

定量、定量分组交叉

定量、定性分析交叉

定性、定性分组交叉

1  交叉统计函数

pivot_table(values,index,columns,aggfunc,fill_value)

参数说明：

    values：透视表中的值
    index：数据透视表中的行
    columns：数据透视表中的列
    aggfunc：统计函数（求和、计数、平均值）
    fill_value:Na值得统一体换
    
2  案例

import pandas

data=pandas.read_csv(
        'D:\DATA\pycase\5.4\data.csv'       
           )

# 分组查看
# bins 分组的划分数组

bins=[
      min(data.年龄)-1,20,30,40,max(data.年龄)+1
      ]

# 自定义标签
import numpy

labels=[
        '20岁及以下','21岁到30岁','31岁到40岁','40岁以上'
        ]

data['年龄分层']=pandas.cut(
        data.年龄,
        bins,
        labels=labels
        )

## 进行交叉分析

ptResult=data.pivot_table(
        values=['年龄'],
        index=['年龄分层'],
        columns=['性别'],
        aggfunc=[numpy.size]
        )
        
 ### 特别注意，去掉中括号，变为如下： 否则；列标签为aggfunc、values以及colunn的组合。
 
 正确：
 
 ptResult=data.pivot_table(
        values='年龄',
        index='年龄分层',
        columns='性别',
        aggfunc=numpy.size
        )