[PYTHON] Comment formater un tableau à l'aide de Pandas Appliquer, pivoter et permuter le niveau
Aperçu
Créons une table comme celle-ci avec Pandas.
Des données d'entrée
import pandas as pd
tokyo = pd.DataFrame(data={'year':['2013','2014','2015'],
'cnt':[10,15,20],
'price':[100,100,90],},
columns=['year','cnt','price'])
osaka = pd.DataFrame(data={'year':['2013','2014','2015'],
'cnt':[5,6,7],
'price':[100,100,100],},
columns=['year','cnt','price'])
yokohama = pd.DataFrame(data={'year':['2015'],
'cnt':[1],
'price':[50],},
columns=['year','cnt','price'])
résultat
tokyo
-----------------------
year cnt price
0 2013 10 100
1 2014 15 100
2 2015 20 90
osaka
-----------------------
year cnt price
0 2013 5 100
1 2014 6 100
2 2015 7 100
yokohama
-----------------------
year cnt price
0 2015 1 50
L'échantillon de données suppose les ventes d'un certain produit à Tokyo, Osaka et Yokohama pendant trois ans. cnt est la quantité et le prix est le prix unitaire. Yokohama a des données pour 2015 uniquement.
Concaténer les données d'entrée (concat)
Donnez à chaque DataFrame un nom de ville et joignez-les verticalement.
#Ajouter le nom de la ville à chaque DataFrame
tokyo['city'] = 'tokyo'
osaka['city'] = 'osaka'
yokohama['city'] = 'yokohama'
#Combinez verticalement
df = pd.concat([tokyo,osaka,yokohama], ignore_index=True)
résultat
df
-------------------------------------
year cnt price city
0 2013 10 100 tokyo
1 2014 15 100 tokyo
2 2015 20 90 tokyo
3 2013 5 100 osaka
4 2014 6 100 osaka
5 2015 7 100 osaka
6 2015 1 50 yokohama
Créer une nouvelle colonne en utilisant les informations d'une colonne existante (appliquer)
La méthode apply vous permet d'effectuer un traitement uniforme pour toutes les colonnes et lignes. Dans cet exemple, axis = 1 est spécifié, donc l'expression lambda est appelée ligne par ligne.
** Calculez les ventes en multipliant la quantité (cnt) et le prix unitaire (prix) **
#axis=En 1, appliquez la fonction à chaque ligne. axe axe='columns'Mais le même effet.
#x.cnt * x.La partie prix est le nombre*Prix unitaire
df["sales"] = df.apply(lambda x:x.cnt * x.price,axis=1)
résultat
df
------------------------------------------------
year cnt price city sales
0 2013 10 100 tokyo 1000
1 2014 15 100 tokyo 1500
2 2015 20 90 tokyo 1800
3 2013 5 100 osaka 500
4 2014 6 100 osaka 600
5 2015 7 100 osaka 700
6 2015 1 50 yokohama 50
** Jugez la région de Kanto / Kansai à partir du nom de la ville **
#'west' if x.city == 'osaka' else 'east'Est une opération ternaire.
df["area"] = df.apply(lambda x:'west' if x.city == 'osaka' else 'east',axis=1)
résultat
df
------------------------------------------------
year cnt price city sales area
0 2013 10 100 tokyo 1000 east
1 2014 15 100 tokyo 1500 east
2 2015 20 90 tokyo 1800 east
3 2013 5 100 osaka 500 west
4 2014 6 100 osaka 600 west
5 2015 7 100 osaka 700 west
6 2015 1 50 yokohama 50 east
Créer un tableau des villes et des années (pivot_table)
Dressez la liste des ventes pour chaque année dans chaque ville. Pandas édite automatiquement avec pivot_table, mais les arguments sont compliqués et il faut un certain temps pour s'y habituer. .. Cette fois, j'ai fait référence à cette page.
#Faites un tableau du cnt et des ventes avec la superficie et la ville sur l'axe horizontal et l'année sur l'axe vertical.
#fill_value remplit la partie manquante des données avec 0.
df2 = pd.pivot_table(df,
index=['area','city'],
columns=['year'],
values=['cnt','sales'],
fill_value=0)
résultat
df2
------------------------------------------------
cnt sales
year 2013 2014 2015 2013 2014 2015
area city
east tokyo 10 15 20 1000 1500 1800
yokohama 0 0 1 0 0 50
west osaka 5 6 7 500 600 700
Ce qui précède est le résultat de sortie de Python, mais si vous le rendez un peu plus facile à comprendre, cela ressemble à ceci.
| cnt | sales <Colonne 1ère couche(Sans nom)
|================|===================
year | 2013 2014 2015 | 2013 2014 2015 <Colonne 2ème couche(Le nom est l'année)
==============|================|===================
east|tokyo | 10 15 20 | 1000 1500 1800
|yokohama | 0 0 1 | 0 0 50
west|osaka | 5 6 7 | 500 600 700
==============|================|===================
area|city <<L'indice comporte également deux niveaux. Les noms sont la région et la ville.
Modifier l'ordre des colonnes dans les résultats Pivot (niveau d'échange)
Je suis assez proche de la sortie, mais je veux que les colonnes soient dans l'ordre "année"> "quantité, ventes", donc [niveau d'échange](http://pandas.pydata.org/pandas-docs/stable/generated/pandas. Modifier avec DataFrame.swaplevel.html). (Si vous savez comment le faire avec pivot seul, faites-le moi savoir.)
** Swap 2 lignes dans la colonne **
#Le premier argument, 0, pointe vers la 0ème ligne de la colonne.
#Le deuxième argument, 1 pointe vers la première ligne de colum.
df2=df2.swaplevel(0,1, axis=1)
Résultat (l'année est passée au début)
df2
------------------------------------------------
year 2013 2014 2015 2013 2014 2015
cnt cnt cnt sales sales sales
area city
east tokyo 10 15 20 1000 1500 1800
yokohama 0 0 1 0 0 50
west osaka 5 6 7 500 600 700
** Trier par année **
df3=df2[['2013','2014','2015']]
résultat
df3
------------------------------------------------
year 2013 2014 2015
cnt sales cnt sales cnt sales
area city
east tokyo 10 1000 15 1500 20 1800
yokohama 0 0 0 0 1 50
west osaka 5 500 6 600 7 700
Sortie vers Excel
Maintenant que vous avez créé la sortie souhaitée, exportez-la dans Excel.
#pip install openpyxl
writer = pd.ExcelWriter('output.xlsx')
df3.to_excel(writer,'Sheet1')
writer.save()
Le reste se fait en dessinant des lignes et en coloriant. Il semble que cela puisse être fait avec openpyxl, mais cette fois je l'ai fait manuellement avec Excel.
Recommended Posts