学习目标

• 目标
  • 应用crosstab和pivot_table实现交叉表与透视表

1 交叉表与透视表什么作用

探究股票的涨跌与星期几有关？
以下图当中表示，week代表星期几，1,0代表这一天股票的涨跌幅是好还是坏，里面的数据代表比例
可以理解为所有时间为星期一等等的数据当中涨跌幅好坏的比例

• 交叉表：交叉表用于计算一列数据对于另外一列数据的分组个数(用于统计分组频率的特殊透视表)
  • pd.crosstab(value1, value2)

• 透视表：透视表是将原有的DataFrame的列分别作为行索引和列索引，然后对指定的列应用聚集函数

  • data.pivot_table(）
  • DataFrame.pivot_table([], index=[])

    2 案例分析

    2.1 数据准备

• 准备两列数据，星期数据以及涨跌幅是好是坏数据

• 进行交叉表计算 ```python

  寻找星期几跟股票张得的关系

  1、先把对应的日期找到星期几

  date = pd.to_datetime(data.index).weekday data[‘week’] = date

2、假如把p_change按照大小去分个类0为界限

data[‘posi_neg’] = np.where(data[‘p_change’] > 0, 1, 0)

通过交叉表找寻两列数据的关系

count = pd.crosstab(data[‘week’], data[‘posi_neg’])

但是我们看到count只是每个星期日子的好坏天数，并没有得到比例，该怎么去做？
- 对于每个星期一等的总天数求和，运用除法运算求出比例
```python
# 算数运算，先求和
sum = count.sum(axis=1).astype(np.float32)
# 进行相除操作，得出比例
pro = count.div(sum, axis=0)

2.2 查看效果

使用plot画出这个比例，使用stacked的柱状图

pro.plot(kind='bar', stacked=True)
plt.show()

2.3 使用pivot_table(透视表)实现

使用透视表，刚才的过程更加简单

# 通过透视表，将整个过程变成更简单一些
data.pivot_table(['posi_neg'], index='week')

3 小结

• 交叉表与透视表的作用【知道】
  • 交叉表：计算一列数据对于另外一列数据的分组个数
  • 透视表：指定某一列对另一列的关系