3.7　数据的透视

透视表是各类数据分析软件中一种常见的数据汇总工具。它根据一个或多个键对数据进行聚合，并根据行和列上的分组键将数据分配到各个矩形区域中。本节将介绍利用pivot_table()函数和crosstab()函数进行数据透视。

3.7.1　pivot_table()函数：数据透视

在Python中，可以使用groupby()函数重塑运算制作透视表。此外在Pandas库中还有一个pivot_table()函数。

下面介绍一下Pandas库中pivot_table()函数的参数及其说明，如表3-1所示。

接下来，我们介绍下面程序使用的数据集。众所周知，在西方国家的服务行业中，顾客会给服务员一定金额的小费，这里我们使用餐饮行业的小费数据集，它包括消费总金额（totall_bill）、小费金额（tip）、顾客性别（sex）、消费的星期（day）、消费的时间段（time）、用餐人数（size）、顾客是否抽烟（smoker）等7个字段，如表3-2所示。

下面导入数据集，代码如下：

运行上述代码，输出结果如下所示。

例如，想要根据sex和smoker计算分组平均数，并将sex和smoker放到行上，代码如下：

运行上述代码，输出结果如下所示。

例如，想要聚合tip和size，而且需要根据sex和day进行分组，将smoker放到列上，把sex和day放到行上，代码如下：

运行上述代码，输出结果如下所示。

可以对这个表做进一步处理。例如，设置margins=True，添加加分小计，代码如下：

运行上述代码，输出结果如下所示。

如果想要使用其他的聚合函数，则将其传给参数aggfunc即可。例如，使用len可以得到有关分组大小的交叉表，代码如下：

运行上述代码，输出结果如下所示。

3.7.2　crosstab()函数：数据交叉

Pandas库中的crosstab()函数是一类用于计算分组频率的特殊透视表，也是一类特殊的pivot_table()函数。

例如，需要根据性别和是否吸烟对数据进行统计汇总，代码如下：

运行上述代码，输出结果如下所示。

例如，需要根据性别、星期和是否吸烟对数据进行统计汇总，代码如下：

运行上述代码，输出结果如下所示。