Python中的结构分析pivot_table

结构分析

是在分组以及交叉的基础上，计算各组成部分所占的比重，进而分析总体的内部特征的一种分析方法。
这个分组主要是指定性分组，定性分组一般看结构，它的重点在于占总体的比重。
我们经常把市场比作蛋糕，市场占有率就是一个经典的应用。
另外，股权也是结构的一种，如果你的股票比率大于50%，那就是有绝对的话语权。

import numpy
import pandas

data = pandas.read_csv(
    'D:\\PDA\\5.5\\data.csv'
)

bins = [
    min(data.年龄)-1, 20, 30, 40, max(data.年龄)+1
]
labels = [
    '20岁以及以下', '21岁到30岁', '31岁到40岁', '41岁以上'
]

data['年龄分层'] = pandas.cut(
    data.年龄, 
    bins, 
    labels=labels
)

ptResult = data.pivot_table(
    values=['年龄'], 
    index=['年龄分层'], 
    columns=['性别'], 
    aggfunc=[numpy.size]
)

ptResult.sum()

ptResult.sum(axis=0)

ptResult.sum(axis=1)

ptResult.div(ptResult.sum(axis=1), axis=0)

ptResult.div(ptResult.sum(axis=0), axis=1)
#div的第一个参数是除法的分母，例如ptResult.div(ptResult.sum(axis=1), axis=0)，
#意思是按列把数据除以该行的总和。即得到某一个年龄分层下，男女用户的占比。