pythonexcel工具介绍_工具篇：EXCEL与python的对比 如何汇总数据.md

工具篇：EXCEL与python的对比 如何汇总数据

第7章 数据汇总

本章主要讲解如何对数据进行分类汇总。

Excel中使用分类汇总和数据透视可以按特定维度对数据进行汇总

Python中使用的主要函数是groupby和pivot_table。下面分别介绍这两个函数的使用方法。

1. 分类汇总

Excel的数据目录下提供了“分类汇总”功能，可以按指定的字段和汇总方式对数据表进行汇总。

Python中通过Groupby函数完成相应的操作，并可以支持多级分类汇总

Groupby是进行分类汇总的函数，使用方法很简单，制定要分组的列名称就可以，也可以同时制定多个列名称，groupby按列名称出现的顺序进行分组。同时要制定分组后的汇总方式，常见的是计数和求和两种。

#对所有列进行计数汇总

df_inner.groupby('city').count()/

可以在groupby中设置列名称来对特定的列进行汇总。下面的代码中按城市对id字段进行汇总计数。

#对特定的ID列进行计数汇总

df_inner.groupby('city')['id'].count()

city

beijing 2

guangzhou 1

shanghai 2

shenzhen 1

Name: id, dtype: int64

在前面的基础上增加第二个列名称，分布对city和size两个字段进行计数汇总。

#对两个字段进行汇总计数

df_inner.groupby(['city','size'])['id'].count()

city size

beijing A 1

F 1

guangzhou A 1

shanghai A 1

B 1

shenzhen C 1

Name: id, dtype: int64

除了计数和求和外，还可以对汇总后的数据同时按多个维度进行计算，下面的代码中按城市对price字段进行汇总，并分别计算price的数量，总金额和平均金额。

#对city字段进行汇总并计算price的合计和均值。

df_inner.groupby('city')['price'].agg([len,np.sum, np.mean])

2. 数据透视

Excel中的插入目录下提供“数据透视表”功能对数据表按特定维度进行汇总。

Python中也提供了数据透视表功能。通过pivot_table函数实现同样的效果

数据透视表也是常用的一种数据分类汇总方式，并且功能上比groupby要强大一些。下面的代码中设定city为行字段，size为列字段，price为值字段。分别计算price的数量和金额并且按行与列进行汇总。

#数据透视表

pd.pivot_table(df_inner,index=["city"],values=["price"],columns=["size"],aggfunc=[len,np.sum],fill_value=0,margins=True)