黑马程序员技术交流社区
标题:
【上海校区】数据分析之交叉分析
[打印本页]
作者:
梦缠绕的时候
时间:
2019-2-20 09:36
标题:
【上海校区】数据分析之交叉分析
# -*- coding: utf-8 -*-
#1、概念：交叉分析，通常用于分析两个或两个以上，分组变量之间的关系，以交叉表形式进行变量间关系的对比分析；
#可以有三种情况下的交叉：定量与定量分组进行交叉；定量与定性分组进行交叉；定性与定性分组进行交叉
#建议交叉的维度为两个维度即可，维度越多，越细，就越难发现规律
#2、交叉计数函数：
#pivot_table(values,index,columns,aggfunc,fill_value)
#参数说明：
#values:数据透视表(pivot_table返回的表)中的值
#index:数据透视表中的行（行分组的列数组，也就是数据透视表中的行）
#columns:数据透视表中的列（列分组的列数组，也就是数据透视表中的列）
#aggfunc:统计函数(也就是数据表中对统计列（values指定的列）的统计函数，常用的统计函数就是之前学的计数、求和等)
#fill_value:NA值的统一替换
#更详细的讲解可参考：
http://python.jobbole.com/81212/
import numpy
import pandas
data = pandas.read_csv("D:/workspaces/python/pythonStudy/27.csv")
#27.csv包括列：用户ID,注册日期,身份证号码,性别,出生日期,年龄。下载地址：
https://pan.baidu.com/s/1x38c4wFe-qRSn9yLC93iHQ
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]
)
作者:
不二晨
时间:
2019-2-21 10:06
奈斯，感谢分享
欢迎光临 黑马程序员技术交流社区 (http://bbs.itheima.com/)
黑马程序员IT技术论坛 X3.2
奈斯，感谢分享