'''
資料分組：根據乙個或多個鍵將資料分成若干組，然後對分組後的資料分別進行彙總計算，並將彙總計算後的結果進行合併，被
用作彙總計算的函式成為聚合函式。
python中對資料進行分組利用的是groupby()函式
'''# 分組鍵是列名
import pandas as pd;
df = pd.read_excel(
'/users/caizhengjie/desktop/資料4.xlsx'
)print
(df)
# 按照一列進行分組
# count函式只是對資料進行了計數運算
print
(df.groupby(
'客戶分類'
).count())
# 對資料求和
print
(df.groupby(
'客戶分類').
sum())
# 按照多列進行分組
print
(df.groupby(
['客戶分類'
,'區域'])
.count())
# 對分組後的資料求和
print
(df.groupby(
['客戶分類'
,'區域'])
.sum()
)# 單列
print
(df.groupby(
'客戶分類')[
'使用者id'
].count())
# 分組鍵是series
print
(df[
'客戶分類'])
# 按照乙個series進行分組
print
(df.groupby(df[
'客戶分類'])
.count())
# 按照多個series進行分組,對分組後的資料求和
print
(df.groupby(
[df[
'客戶分類'
],df[
'區域']]
).sum())
# 單列
print
(df.groupby(df[
'客戶分類'])
['使用者id'
].count())
# 神奇的aggregate方法：第乙個神奇之處，一次可以使用多種彙總方式
print
(df.groupby(
'客戶分類'
).aggregate(
['count'
,'sum'])
)# 第二個神奇之處，可以針對不同的列做不同的彙總運算
print
(df.groupby(
'客戶分類'
).aggregate())
# 對分組後的結果重置索引
print
(df.groupby(
'客戶分類').
sum())
print
(df.groupby(
'客戶分類').
sum(
).reset_index(
))
'''
資料透視表：是在行，列上同時拆分
python中資料透視表的方法是pivit_table()方法
pivit_table()方法引數如下：
pivit_table(data,values = none,index = none,columns = none,aggfunc = 'mean',fill_value = none,margins = false,dropna = true, margins_name = 'all)
data:表示要做資料透視表的整個表
values：對應excel中值的那個框
index：對應excel中值的那個框
columns：對應excel中值的那個框
aggfunc：表示對values的計算型別
fill_value：表示對空值的填空值
margins：表示是否顯示合計列
dropna：表示是否刪除缺失，如果為真時，則把一整行全作為缺失值刪除
margins_name：表示合計列的列名
'''import pandas as pd;
df = pd.read_excel(
'/users/caizhengjie/desktop/資料4.xlsx'
)print
(df)
# 將客戶分類作為index，區域作為columns，使用者id作為values，對values執行count運算
print
(pd.pivot_table(df,values=
'使用者id'
,index=
'客戶分類'
,columns=
'區域'
,aggfunc=
'count'))
# 顯示合計列
print
(pd.pivot_table(df,values=
'使用者id'
,index=
'客戶分類'
,columns=
'區域'
,aggfunc=
'count'
,margins=
true))
# margins_name合計列的列名修改
print
(pd.pivot_table(df,values=
'使用者id'
,index=
'客戶分類'
,columns=
'區域'
,aggfunc=
'count'
,margins=
true
,margins_name=
'總計'))
# 通過fill_value對空值的填空值
print
(pd.pivot_table(df,values=
'使用者id'
,index=
'客戶分類'
,columns=
'區域'
,aggfunc=
'count'
,margins=
true
,margins_name=
'總計'
,fill_value=0)
)# aggfunc示對values的計算型別
print
(pd.pivot_table(df,values=
['使用者id'
,'7月銷量'
],index=
'客戶分類'
,columns=
'區域'
,aggfunc=
,margins=
true
,margins_name=
'總計'))
# 對透視表的結果重置索引
print
(pd.pivot_table(df,values=
'使用者id'
,index=
'客戶分類'
,columns=
'區域'
,aggfunc=
'count'
).reset_index(
))
excel中使用Vlookup和資料透視表
雖然不經常用excel做資料篩選操作，但是偶爾還是會有這種需求，每次來都是去科普，沒往心裡記，這次索性做個記錄，以後有什麼excel計算的場景直接看自己的案例更清晰。例如有excel表內原始資料 在sheet1內 如下 由於某些情況，你將某些發生異常的訂單給拉了出來，但是你只知道訂單號，這個金額由於...
資料透視表
源明 資料透視表 的用法，他們總問俺 錦繡 又是那個怪怪的 資料透視表 源明 什麼怪怪的，上次不是給你說了，它的用途可大了，尤其是統計一些資料的時候，不用函式就能實現，有人從這些分析中能賺著大錢呢 錦繡 可是有點兒複雜，你知道唄，俺就奇怪你們學理科的人，寫出的東西又枯燥又難懂，俺就學不會，源明 所以...
資料透視表
寫在前面 最近給自己立下乙個任務 掌握excel中的資料透視表 vlookup，如果還有餘力可以再掌握其vba基礎。而因為已經具備程式設計基礎，所以我認為學習vba應該也不是什麼難事，前兩種的話，希望可以達到在簡歷上寫 熟練使用excel中的資料透視表 vlookup 而一點都不心虛，把能力扎扎實實...