Python透视表怎么显示行列百分比

介绍

透视表（Pivot table）是一种数据分析工具，用于在大型数据集中汇总、计算和分析数据。透视表是一种交互式的方式来探索和理解数据，通过对数据进行多维度的分析和展示，能够让我们更好地了解数据之间的关系。

在Python中，pandas库提供了强大的透视表功能，可以方便地进行数据透视操作。在透视表中，我们可以对数据进行聚合计算，并根据行和列的字段进行分类汇总，以及显示行和列的百分比。

本文将详细介绍如何使用Python中的pandas库来创建透视表，并展示如何显示行和列的百分比。

安装pandas库

要使用pandas库创建透视表，首先需要安装pandas库。可以使用以下命令来安装：

pip install pandas

导入所需的库

在使用pandas库之前，需要导入相应的库。在本文中，我们还将使用numpy库来生成示例数据。可以使用以下代码来导入这些库：

import pandas as pd
import numpy as np

创建示例数据

为了演示如何使用透视表显示行列百分比，我们首先需要创建一个示例数据集。我们将使用numpy库的random函数生成一个包含随机数的DataFrame对象。

以下是生成示例数据集的代码：

np.random.seed(0)
data = {'A': np.random.choice(['cat', 'dog', 'elephant'], size=100),
        'B': np.random.choice(['red', 'green', 'blue'], size=100),
        'C': np.random.randint(0, 10, size=100),
        'D': np.random.randn(100)}
df = pd.DataFrame(data)

以上代码将生成一个包含四个列（A、B、C、D）的DataFrame对象，其中’A’列包含[‘cat’, ‘dog’, ‘elephant’]中的随机选择项，’B’列包含[‘red’, ‘green’, ‘blue’]中的随机选择项，’C’列包含0到10之间的随机整数，’D’列包含随机数。

创建透视表

创建透视表的过程非常简单，只需要调用DataFrame对象的pivot_table方法并传入相应的参数即可。

以下是一个简单的示例，演示了如何创建透视表并显示行和列的百分比：

pt = df.pivot_table(index='A', columns='B', values='C', aggfunc=np.mean, margins=True, margins_name='Total', fill_value=0)

index参数指定了透视表中的行字段，这里是’A’列；
columns参数指定了透视表中的列字段，这里是’B’列；
values参数指定了用于聚合计算的值字段，这里是’C’列；
aggfunc参数指定了聚合计算的方法，这里使用了np.mean方法计算均值；
margins参数设置为True，表示显示总计行和列；
margins_name参数指定了总计行和列的名称，这里是’Total’；
fill_value参数指定了替换缺失值的值，这里是0。

显示行列百分比

为了显示行和列的百分比，我们可以使用style属性中的format方法来格式化数据。format方法接受一个字典作为参数，字典的键表示要格式化的列或行，值表示要应用的格式。

以下是一个简单的示例，演示如何使用format方法来格式化透视表中的行和列：

format_dict = {('Total', ''): '{:.0f}%', 
               ('Total', 'mean'): '{:.2f}', 
               ('Total', 'sum'): '{:.0f}'}
pt.style.format(format_dict)

以上代码将在透视表中的行和列的百分比格式化为整数，并保留两位小数。

完整示例代码

以下是一个完整的示例代码，展示了如何使用pandas库创建透视表并显示行列百分比：

import pandas as pd
import numpy as np

np.random.seed(0)
data = {'A': np.random.choice(['cat', 'dog', 'elephant'], size=100),
        'B': np.random.choice(['red', 'green', 'blue'], size=100),
        'C': np.random.randint(0, 10, size=100),
        'D': np.random.randn(100)}
df = pd.DataFrame(data)

pt = df.pivot_table(index='A', columns='B', values='C', aggfunc=np.mean, margins=True, margins_name='Total', fill_value=0)

format_dict = {('Total', ''): '{:.0f}%', 
               ('Total', 'mean'): '{:.2f}', 
               ('Total', 'sum'): '{:.0f}'}
pt.style.format(format_dict)

运行以上代码，你将得到一个透视表，并且行和列的百分比已经正确显示。