数据分组

这里的数据分组，实则和 MySQL 的分组方法类似，思维都一样，只是表现手法不一样。

import pandas as pd
df = pd.read_excel(r"test_10.xlsx")
# 单列分组
df.groupby('区域').count()

# 多列分组
df.groupby(['区域', '客户分类']).sum()

# 使用 aggregate 进行同列多种汇总
df.groupby(['区域', '客户分类']).aggregate(['sum', 'count'])

# 使用 aggregate 对不同列做不同汇总
df.groupby('客户分类').aggregate({'用户ID':'count', "7月销量":'sum'})

数据透视表

Python 实现数据透视表，用到的方法是 pivot_table()。

pivot_table(data, values = None, index = None, columns = None, aggfunc = ‘mean’, fill_value = None, margins = False, dropna = True, margins_name = ‘All’)

data ：数据源

value ：对应下图中的“值”

index ：对应下图中的“行”

columns ：对应下图中的“列”

aggfunc ：汇总运算类型

fill_value ：空值的替换值

margins ：是否显示合计列

dropna ：是否删除含有空值的行

margins_name ：如果显示合计列，合计列的名称