大家好,在之前的很多介绍pandasExcel的文章中,我们说过「数据透视表」是Excel完胜pandas的一项功能。


Excel下只需要选中数据—>点击插入—>数据透视表即可生成,并且支持字段的拖取实现不同的透视表,非常方便,比如某招聘数据制作地址、学历、薪资的透视表

而在Pandas中制作数据透视表可以使用pivot_table函数,例如同样制作上面的透视表可以使用下面的代码

pd.pivot_table(df,index=["地址","学历"],values=["薪资水平"])

可以看到虽然结果一样,但是并没有Excel一样方便修改,制作多张表需要多次修改代码,属实麻烦。

  pivottablejs

现在,我们可以使用pivottablejs,可以让你在Jupyter Notebook中,像操作Excel一样尽情的使用数据透视表!

安装很简单,可以使用pip install pivottablejs或者conda install pivottablejs轻松安装。

接下来,只需两行代码,即可轻松将数据透视表和强大的pandas结合起来

from pivottablejs import pivot_ui
pivot_ui(df)

就像上面GIF展示的一样,你可以在Notebook中任意的拖动、筛选来生成不同的透视表,就像在Excel中一样,并且支持多种图表的即时展示

还等什么,用它!pandas的强大功能与便捷的数据透视表操作,可以兼得之!


©著作权归作者所有:来自51CTO博客作者mb5fe18e32e4691的原创作品,如需转载,请注明出处,否则将追究法律责任

更多相关文章

  1. 手把手教你用Selenium爬取拉勾网数据!
  2. 更高效的利用Jupyter+pandas进行数据分析,6种常用数据格式效率对
  3. 『爬虫四步走』手把手教你使用Python抓取并存储网页数据!
  4. 分析数万条旅游评论数据后,告诉你国庆“坑爹”景点背后的秘密....
  5. 天猫双11数据过于完美?我们用python来看看
  6. 38年后的今天,用数据回顾什么是女排精神?
  7. 来自Kaggle金牌得主的Python数据挖掘框架,一文学会机器学习基本流
  8. pandas数据处理
  9. 数据分析实战:母婴商品分析

随机推荐

  1. [置顶] sqlserver性能调优方法论
  2. [置顶] SQL0668N 原因码为 "1",所
  3. 如何把sql查询出的结果写入到一个表中?
  4. MySQL学习总结----数据操作
  5. 后IOE时代,Mysql 与 Postgre SQL的对比
  6. sql 如何对返回为空值指定值
  7. python操作mysql 抛出Unread result foun
  8. MySQL5.7.11版本,64位绿色版安装
  9. 'where'in with duplicates或'select dis
  10. 使用触发器插入另一个表