江苏龙网

  1. 首页 > 人文 > >

Pandas的crosstab函数( 二 )


尽管它有点高级 ， 但是当你将crosstab()表传递到seaborn的热图中时 ， 你将充分利用crosstab()表的优点 。 让我们在热图中看到上表：
cross = pd.crosstab(index=diamonds['cut'],columns=diamonds['color'],values=diamonds['price'],aggfunc=np.mean).round(0)sns.heatmap(cross, cmap='rocket_r', annot=True, fmt='g');
Pandas的crosstab函数文章插图
seaborn可以自动将crosstab()表转换为热图 。 我将注释设置为True ， 并用颜色条显示热图 。 seaborn还为列和索引名添加了样式(fmt='g' 将数字显示为整数而不是科学计数) 。
热图更容易解释 。 你不想让你的最终用户看到一张满是数字的表格 。 因此 ， 我将在需要时将每个crosstab()结果放入热图中 。 为了避免重复 ， 我创建了一个有用的函数：
def plot_heatmap(cross_table, fmt='g'):fig, ax = plt.subplots(figsize=(8, 5))sns.heatmap(cross_table,annot=True,fmt=fmt,cmap='rocket_r',linewidths=.5,ax=ax)plt.show();Pandas crosstab()与pivot_table()和groupby()的比较在我们继续讨论更有趣的内容之前 ， 我想我需要澄清计算分组摘要统计的三个函数之间的区别 。
我在本文的第一部分介绍了pivot_table()和groupby()的区别 。 对于crosstab() ， 这三者之间的区别在于语法和结果的形状 。 让我们使用这三种方法计算：
# 使用 groupby()>>> diamonds.groupby(['cut', 'color'])['price'].mean().round(0)cutcolorIdealD2629.0E2598.0F3375.0G3721.0H3889.0I4452.0J4918.0PremiumD3631.0E3539.0F4325.0G4501.0H5217.0I5946.0J6295.0Very GoodD3470.0E3215.0F3779.0G3873.0H4535.0I5256.0J5104.0GoodD3405.0E3424.0F3496.0G4123.0H4276.0I5079.0J4574.0FairD4291.0E3682.0F3827.0G4239.0H5136.0I4685.0J4976.0Name: price, dtype: float64# 使用 pivot_table()diamonds.pivot_table(values='price',index='cut',columns='color',aggfunc=np.mean).round(0)# 使用 crosstab()pd.crosstab(index=diamonds['cut'],columns=diamonds['color'],values=diamonds['price'],aggfunc=np.mean).round(0)
Pandas的crosstab函数文章插图
以上是pivot_table的输出
Pandas的crosstab函数文章插图
以上是crosstab的输出
我想你已经知道你最喜欢的了 。 grouppy()返回一个序列 ， 而另两个返回相同的数据帧 。 但是 ， 可以将groupby系列转换为相同的数据帧 ， 如下所示：
grouped = diamonds.groupby(['cut', 'color'])['price'].mean().round(0)grouped.unstack()
Pandas的crosstab函数文章插图
如果你不了解pivot_table()和unstack()的语法 ， 我强烈建议你阅读本文的第一部分 。
说到速度 ， crosstab()比pivot_table()快 ， 但都比groupby()慢得多：
%%timeitdiamonds.pivot_table(values='price',index='cut',columns='color',aggfunc=np.mean)11.5 ms ± 483 μs per loop (mean ± std. dev. of 7 runs, 100 loops each)%%timeitpd.crosstab(index=diamonds['cut'],columns=diamonds['color'],values=diamonds['price'],aggfunc=np.mean)10.8 ms ± 344 μs per loop (mean ± std. dev. of 7 runs, 100 loops each)%%timeitdiamonds.groupby(['cut', 'color'])['price'].mean().unstack()4.13 ms ± 39.8 μs per loop (mean ± std. dev. of 7 runs, 100 loops each)


推荐阅读


上一篇：时钟同步怎样组网？

下一篇：冬天养生，自发热保暖背心，远红外热敷理疗更贴心