Python pivot table 行汇总百分比

Python pivot table 行汇总百分比

在数据分析中，pivot table 是一个非常实用的工具，可以根据给定的数据集，快速生成透视表格，对数据进行聚合、汇总分析。而在 pivot table 中，行汇总百分比是一个常见的需求，通过计算每行数据在总计中的占比，可以更直观地了解数据的分布情况。

本文将使用 Python 中的 pandas 库来实现 pivot table 行汇总百分比的功能，并通过示例代码演示具体的实现方法。

1. 导入必要的库

在开始之前，我们首先需要导入 pandas 库，pandas 是 Python 中用于数据处理和分析的重要工具。

import pandas as pd

2. 创建示例数据集

为了演示 pivot table 行汇总百分比的方法，我们首先创建一个简单的示例数据集。

data = {
    'A': ['A1', 'A2', 'A1', 'A2', 'A3'],
    'B': ['B1', 'B1', 'B2', 'B2', 'B3'],
    'Value': [10, 20, 30, 40, 50]
}

df = pd.DataFrame(data)
print(df)

运行以上代码，我们可以得到如下示例数据集：

    A   B  Value
0  A1  B1     10
1  A2  B1     20
2  A1  B2     30
3  A2  B2     40
4  A3  B3     50

3. 创建透视表并计算行汇总百分比

接下来，我们使用 pivot_table() 方法创建透视表，并计算行汇总百分比。

pivot = pd.pivot_table(df, values='Value', index='A', columns='B', aggfunc='sum', margins=True, margins_name='Total')

for column in pivot.columns:
    pivot[column + '_Percentage'] = pivot[column] / pivot['Total'] * 100

print(pivot)

在以上代码中，我们使用 pivot_table() 方法创建透视表，其中指定了values、index、columns 分别代表数值字段、行索引、列索引，aggfunc='sum' 表示对数值字段进行求和操作，margins=True 表示显示总计行，margins_name='Total' 表示总计行的名称为’Total’。

最后，我们遍历透视表的每一列，计算每行数据在总计中的百分比，并添加新的列保存计算结果。

运行以上代码，我们可以得到计算行汇总百分比后的透视表结果：

     B1  B2  B3  Total  B1_Percentage  B2_Percentage  B3_Percentage
A                                                                  
A1  10.0  30.0   0.0     40           25.0           75.0           0.0
A2  20.0  40.0   0.0     60           33.3           66.7           0.0
A3   0.0   0.0  50.0     50            0.0            0.0         100.0
Total 30.0  70.0  50.0    150           20.0           46.7         33.3

4. 总结

通过以上示例，我们学习了如何使用 Python 中的 pandas 库来实现 pivot table 行汇总百分比的功能。通过计算每行数据在总计中的百分比，我们可以更清晰地了解数据的分布情况，从而进行更有效的数据分析和决策。

本文链接：http://so.lmcjl.com/news/4711/