Pandas Pivot Table() — массовое транспонирование данных с использованием Python

Pandas Pivot_table() — это очень мощный инструмент для разработчиков, позволяющий манипулировать данными, например, визуализировать данные, инвентаризировать данные, разрабатывать API и т. д. С точки зрения разработки информационных панелей или визуализации данных очень распространено перенос конкретных целей данных из порядка столбцов в последовательность строк. Итак, в этой статье я расскажу, как за секунду массово перенести определенные данные с помощью Pandas Pivot_table() и Python.

Ингредиенты для транспонирования данных с использованием сводной таблицы Pandas() и Python

Python3, Pandas, Google Sheet API (необязательно), Microsoft Excel (необязательно)

Оглавление

• Сводная_таблица()
• Сложный средний темп роста
• Полный скрипт Python для транспонирования CAGR акционерной компании с использованием Pivot_table()

Сводная_таблица()

Термин «сводная таблица» не является странным, поскольку большинство людей слышат его от Microsoft Excel. В Pandas он функционирует аналогичным образом, а также обладает очень мощными возможностями для манипулирования данными, которые можно применять к различным областям, таким как данные API, алгоритмы искусственного интеллекта и т. д.

Существует длинный список параметров, которые позволяют людям использовать и применять их при разработке своих приложений. В рамках этой статьи в качестве примера я приведу расчет среднегодового темпа роста акционерной компании. Необработанные данные похожи на рисунок, приведенный ниже, на котором каждый символ акций имеет годовой доход за последние 5 лет, но годовая производительность упорядочивается в формате столбца.

Я перенесу тысячи строк данных в горизонтальное представление за секунду, используя 4 параметра следующим образом:

• Индекс
• Ценить
• Столбцы
• аггфунк

Мыслительный процесс для манипулирования данными с использованием Pandas Pivot_table

Abc = df.pivot_table(index='Symbol', columns='Year', values='Revenue',aggfunc='first')

Прежде всего нам нужно сообщить системе, что мы выбрали ключ или индекс. Остальные данные после этого ключа будут транспонированы.

Индекс: столбец, группировщик, массив или список предыдущих

Если передается массив, он должен иметь ту же длину, что и данные. Список может содержать любые другие типы (кроме списка). Ключи для группировки по индексу сводной таблицы. Если передается массив, он используется так же, как и значения столбцов.

Исходя из определения параметра индекса, нам следует заполнить символ, поскольку уникальным ключом является символ акционерного общества. Люди используют этот единственный ключ для получения связанных данных.

Столбец: столбец, группировщик, массив или список предыдущих

Параметр столбца аналогичен индексу, но столбец не является уникальным списком или массивом. Таким образом, здесь мы заполним список лет, потому что нам нравится переносить его из столбца в строку.

Значения: столбец для агрегирования, необязательно.

Без двойного значения здесь мы должны заполнить набор данных о доходах, поскольку это базовый набор данных для расчета CAGR каждого символа.

Aggfunc: функция, список функций, dict, numpy.mean по умолчанию

Этот параметр является обязательным, если индексный ключ имеет более одного, что легко вводит систему в заблуждение, считая, что набор данных имеет повторяющиеся ключи. Дубликат ключа не допускается. Таким образом, этот параметр сообщает, что назначьте ту же тональность первому, с которым вы встретитесь в процессе транспонирования.

aggfunc='first'

Полный Python-скрипт CAGR акционерной компании, транспонированный с использованием Pivot_table()

Если вас интересуют полные сценарии Python сводной таблицы Pandas () — массовое преобразование данных из последовательности столбцов в горизонтальную с использованием Pandas и Python, подпишитесь на нашу рассылку , добавив сообщение « Сводная таблица Pandas() для транспонирования ». . Мы немедленно отправим вам сценарий на ваш почтовый ящик.

Надеюсь, вам понравится читать «Сводная таблица Pandas () — массовое преобразование данных из последовательности столбцов в горизонтальную с использованием Pandas и Python». Если да, поддержите нас, выполнив одно из действий, перечисленных ниже, потому что это всегда помогает нашему каналу.

• Поддержите наш канал и сделайте пожертвование через PayPal ( paypal.me/Easy2digital ).
• Подпишитесь на мой канал и включите колокольчик Easy2Digital Youtube-канал .
• Подпишитесь на мою страницу и поставьте ей лайк. Страница Easy2Digital в Facebook.
• Поделитесь статьей в своей социальной сети с хэштегом #easy2digital.
• Вы подписываетесь на нашу еженедельную рассылку, чтобы получать последние статьи, видео и коды скидок Easy2Digital.
• Подпишитесь на наше ежемесячное членство через Patreon, чтобы пользоваться эксклюзивными преимуществами ( www.patreon.com/louisludigital ).