3.9 高级处理——交叉表与透视表

• 3.9.1 交叉表与透视表有什么作用
• 3.9.2 使用crosstab(交叉表)实现
• 3.9.3 使用pivot_table(透视表)实现

3.9.1 交叉表与透视表的作用

• 探究两个变量之间的关系

3.9.2 使用crosstab(交叉表)实现

• 交叉表：交叉表用于计算一列数据对于另一列数据的分组个数（寻找两个列之间的关系）
  • pd.crosstab(value1, value2)

---

1.准备数据

• 星期数据以及涨跌幅是好是坏数据
  • pd.crosstab(星期数据列, 涨跌幅数据列)

import pandas as pd
stock = pd.read_excel('stocks.xlsx', index_col=0)
stock

stock.index

DatetimeIndex(['2020-03-13', '2020-03-14', '2020-03-15', '2020-03-16',
               '2020-03-17', '2020-03-18', '2020-03-19', '2020-03-20',
               '2020-03-21', '2020-03-22', '2020-03-23', '2020-03-24',
               '2020-03-25', '2020-03-26', '2020-03-27', '2020-03-28',
               '2020-03-29', '2020-03-30', '2020-03-31', '2020-04-01'],
              dtype='datetime64[ns]', name='trade_date', freq=None)

pandas日期类型

pd.to_datetime()

# 将标准格式的输入参数转化为pandas的日期类型
date = pd.to_datetime(stock.index)
date # 0表示星期一

DatetimeIndex(['2020-03-13', '2020-03-14', '2020-03-15', '2020-03-16',
               '2020-03-17', '2020-03-18', '2020-03-19', '2020-03-20',
               '2020-03-21', '2020-03-22', '2020-03-23', '2020-03-24',
               '2020-03-25', '2020-03-26', '2020-03-27', '2020-03-28',
               '2020-03-29', '2020-03-30', '2020-03-31', '2020-04-01'],
              dtype='datetime64[ns]', name='trade_date', freq=None)

date.year

Int64Index([2020, 2020, 2020, 2020, 2020, 2020, 2020, 2020, 2020, 2020, 2020,
            2020, 2020, 2020, 2020, 2020, 2020, 2020, 2020, 2020],
           dtype='int64', name='trade_date')

date.weekday

Int64Index([4, 5, 6, 0, 1, 2, 3, 4, 5, 6, 0, 1, 2, 3, 4, 5, 6, 0, 1, 2], dtype='int64', name='trade_date')

# 准备星期数据列
stock['weekday'] = date.weekday
stock

# 准备涨跌幅数据列
import numpy as np
stock['pon'] = np.where(stock['change'] > 0, 1, 0)
stock

# 产生交叉表
data = pd.crosstab(stock['weekday'], stock['pon'])
# 反映了星期几涨的有多少，跌的有多少
data

# 计算得到百分比
data.sum(axis=1)

weekday
0    3
1    3
2    3
3    2
4    3
5    3
6    3
dtype: int64

# 除数按列方向逐个除，对应不上除数的被除数为NaN被除，得到NaN
data.div(data.sum(axis=1)) # 用data除以data.sum(axis=1)

# 除数按列方向逐个除，对应不上除数的被除数为NaN被除，得到NaN
data / data.sum(axis=1)

# 按行方向一行一行地除
data.div(data.sum(axis=1), axis=0) # 唯一正确解

# 除数按列方向逐个除，对应不上除数的被除数为NaN被除，得到NaN
data.div(data.sum(axis=1), axis=1)

# 画图显示
data.div(data.sum(axis=1), axis=0).plot(kind='bar')
data.div(data.sum(axis=1), axis=0).plot(kind='bar', stacked=True)

3.9.3 使用pivot_table(透视表)实现

• DataFrame.pivot_table([], index=[])

使用透视表，刚才的过程更加简单

# 使用透视表，将整个过程变得更简单一些
stock.pivot_table(['pon'], index=['weekday']) # 得到的是['pon']列的‘1’对应的百分比