pandas交叉表和透视表及案例分析

一.交叉表：

作用：

交叉表是一种用于计算分组频率的特殊透视图,对数据进行汇总

考察预测数据和正式数据的对比情况，一个作为行，一个作为列

案例：

医院预测病人病情：

真实病情如下数组（B:有病，M：没病）

true = np.load("./cancer_true.npy")     #load()加载数据
true

算法预测病情数据如下：

predict = np.load("./cancer_predict.npy")
predict

现在要知道预测结果有多少预测正确，多少预测失败

使用交叉表：

#使用交叉表，调用crosstab()函数。

参数如下：

['index', 'columns', 'values=None', 'rownames=None', 'colnames=None', 'aggfunc=None', 'margins=False', "margins_name='All'", 'dropna=True', 'normalize=False'],

预测结果：

pd.crosstab(index = true,columns=predict,rownames = ["确诊"],colnames = ["预测"],margins=True)

可以看到预测正确的结果有36+17个，2个漏诊，2个误诊

 

二.透视表：

它根据一个或多个键对数据进行聚合，并根据行和列上的分组键将数据分配到各个矩形区域中

分组查看数据，和数据库中的group by是相同的功能。

 

案例：

分析人的使用左右手跟情商（eq）、智商（iq）的关系

 添加数据（伪造）

df =DataFrame({"HAND":np.random.randint(0,10,size = 200),"sex":np.random.randint(0,2,size = 200),"iq":np.random.randint(0,100,size =200),"eq":np.random.randint(0,100,size = 200)})
df

(部分数据)

 

 对数据进行处理：

使用透视表：

调用pivot_table()函数

参数有：

['data', 'values=None', 'index=None', 'columns=None', "aggfunc='mean'", 'fill_value=None',
 'margins=False', 'dropna=True', "margins_name='All'"],

pd.set_option("display.float_format",lambda x:"%0.1f"%(x))

pd.pivot_table(data = df,values = ["iq","eq"],index = ["HAND","sex"],aggfunc= "mean",margins = True)

 

通过表分析字段之间的关系。