-
android如何实现两个界面数据同步_核对数据时，如何同步上下滚动两个 Excel 工作表？...
2021-01-14 18:02:07在平常的工作中，由于数据量比较大，数据表的行数通常都很多，而我们需要的数据经常存放在不同的工作表中。当我们要在两个具有海量数据的工作表中查看某些关联数据时，来回切换和上下滚动查找非常不方便，此时就特别...展开全文在平常的工作中，由于数据量比较大，数据表的行数通常都很多，而我们需要的数据经常存放在不同的工作表中。
当我们要在两个具有海量数据的工作表中查看某些关联数据时，来回切换和上下滚动查找非常不方便，此时就特别需要这样一个功能：并排显示两个工作表，并且这两个工作表可以同步滚动，即在任意一个工作表中上下翻页时，另外一个工作表也会同时上下翻页。
今天就教大家怎么使用这个功能。
案例：
同步滚动显示两个工作表，效果如下图所示。
解决方案：
1. 先看一下，文件“工作簿1”中有两个工作表，分别如下图所示。
2. 选择菜单栏的“视图”-->“新建窗口”
此时会复制出一个内容完全相同的新工作簿“工作簿1:2”。
3. 在两个工作簿中分别打开不同的工作表 --> 选择菜单栏的“视图”-->“并排查看”
两个工作簿会以默认的上下方式显示。
4. 在任一窗口的菜单栏选择“视图”-->“同步滚动”
5. 选择菜单栏的“视图” -->“全部重排”
6. 在弹出的对话框中选择“垂直并排”--> 点击“确定”
两个工作簿就变成了左右排列，拖动任意一个工作簿的滚动条，另外一个窗口也会同步上下滚动。
很多同学会觉得 Excel 单个案例讲解有些碎片化，初学者未必能完全理解和掌握。不少同学都希望有一套完整的图文教学，从最基础的概念开始，一步步由简入繁、从入门到精通，系统化地讲解 Excel 的各个知识点。
现在终于有了，以下专栏，从最基础的操作和概念讲起，用生动、有趣的案例带大家逐一掌握 Excel 的操作技巧、快捷键大全、函数公式、数据透视表、图表、打印技巧等……学完全本，你也能成为 Excel 高手。
-
11.Pandas数据透视表
2020-08-08 13:24:20文章目录Pandas数据透视表准备工作什么是数据透视表手工制作一张数据透视表数据透视表语法多维数据透视表数据透视表的其他选项value参数aggfunc参数margin参数margins_name参数泰坦尼克号生还率分析整体情况男女船舱...展开全文文章目录
Pandas数据透视表
前面我们讲解了Pandas的GroupBy对象,并且结合行星的例子讲解了Groupby是如何探索数据集内部的关联性了
数据透视表(pivot table)是和groupby操作类似的一种操作方法,常见于Excel与类似的表格应用中
数据透视表将每一列数据作为输入,输出为将数据不断细分成多个维度累计信息的二维数据表
数据表像一种多维的GroupBy累计操作,因为对数据透视表的分割与组合发生在二维网格上
和上一节类似,这次依旧首先讲解数据透视表的相关知识,最后基于讲解的数据透视表的知识分析实际案例
准备工作
本节在最后使用的数据集包括:
- 泰坦尼克号乘客的信息数据库
- 美国疾病预防中心(CDC)提供的公开的美国人生日数据
这里为了避免网络相关问题,我已经把数据集搬运到了百度网盘上
此外,由于书中提供的原版美国人生日数据的下载网站无法下载,这里是我找到的另外一个版本
什么是数据透视表
数据透视表就是按照我们的需要,将原数据表按照我们所希望的列重新分割组合所得到的新的数据表
例如在前面的行星的分析中,我们使用groupby方法指定通过method和decade两个维度对数据进行切割,最终得到一个不同年代各种方法发现行星数量的一张表,不妨将其记为A
则A表就是一张数据透视表,我们透过原有数据得到的数据表
import numpy as np import pandas as pd import matplotlib.pyplot as plt planets=pd.read_csv('planets.csv') decade=10*(planets['year']//10) decade=decade.astype(str)+'s' decade.name='decade' print(planets) print(planets.groupby(by=['method',decade])['number'].sum().unstack().fillna(0)) print(type(planets.groupby(by=['method',decade])['number'].sum().unstack().fillna(0))) >>> decade 1980s 1990s 2000s 2010s method Astrometry 0.0 0.0 0.0 2.0 Eclipse Timing Variations 0.0 0.0 5.0 10.0 Imaging 0.0 0.0 29.0 21.0 Microlensing 0.0 0.0 12.0 15.0 Orbital Brightness Modulation 0.0 0.0 0.0 5.0 Pulsar Timing 0.0 9.0 1.0 1.0 Pulsation Timing Variations 0.0 0.0 1.0 0.0 Radial Velocity 1.0 52.0 475.0 424.0 Transit 0.0 0.0 64.0 712.0 Transit Timing Variations 0.0 0.0 0.0 9.0 <class 'pandas.core.frame.DataFrame'>手工制作一张数据透视表
明白什么是数据透视表之后,我们不妨通过手工的方法来制作一张数据透视表,即指定groupby操作的对象是两列
我们首先制作一张数据表,然后重新为其中的两列赋予存在内在关系的数据
接下来使用groupby方法,指定两列来作为分割对象
DataFrame_1=pd.DataFrame(np.random.randint(0,10,(6,7)),index=list('ABCABC'),columns=list('abcdefg')) DataFrame_1.iloc[:,0]=['man','woman','man','woman','woman','man'] DataFrame_1.rename(columns={'a':'sexual'},inplace=True) DataFrame_1.iloc[:,1]=['cn','us','uk','cn','us','us'] DataFrame_1.rename(columns={'b':'nationality'},inplace=True) print(DataFrame_1) GroupBy_1=DataFrame_1.groupby(by=['sexual','nationality']) print(GroupBy_1.aggregate('mean').unstack()) >>> sexual nationality c d e f g A man cn 9 6 1 2 5 B woman us 7 7 1 1 4 C man uk 8 6 2 0 5 A woman cn 8 1 0 1 3 B woman us 6 3 8 6 1 C man us 6 1 8 6 4 c d e f g nationality cn uk us cn uk us cn uk us cn uk us cn uk us sexual man 9.0 8.0 6.0 6.0 6.0 1.0 1.0 2.0 8.0 2.0 0.0 6.0 5.0 5.0 4.0 woman 8.0 NaN 6.5 1.0 NaN 5.0 0.0 NaN 4.5 1.0 NaN 3.5 3.0 NaN 2.5数据透视表语法
实际上,由于像上面一样的groupby操作来获得一个数据透视表的操作非常常见
所以Pandas提供了一个pivot_table方法来快速制作一张数据透视表
语法如下
DataFrame对象名.pivot_table(value,index,columns,aggfunc,dropna,fill_value)其中index和columns必须指定,其他的可以省略
所以上面手工制作的数据表可以用如下语句实现
DataFrame_1=pd.DataFrame(np.random.randint(0,10,(6,7)),index=list('ABCABC'),columns=list('abcdefg')) DataFrame_1.iloc[:,0]=['man','woman','man','woman','woman','man'] DataFrame_1.rename(columns={'a':'sexual'},inplace=True) DataFrame_1.iloc[:,1]=['cn','us','uk','cn','us','us'] DataFrame_1.rename(columns={'b':'nationality'},inplace=True) print(DataFrame_1) print(DataFrame_1.pivot_table(index='sexual',columns='nationality')) >>> sexual nationality c d e f g A man cn 1 0 0 9 0 B woman us 3 2 3 4 4 C man uk 9 9 6 1 2 A woman cn 9 3 8 0 8 B woman us 9 1 6 6 8 C man us 9 8 3 0 5 c d e f g nationality cn uk us cn uk us cn uk us cn uk us cn uk us sexual man 1.0 9.0 9.0 0.0 9.0 8.0 0.0 6.0 3.0 9.0 1.0 0.0 0.0 2.0 5.0 woman 9.0 NaN 6.0 3.0 NaN 1.5 8.0 NaN 4.5 0.0 NaN 5.0 8.0 NaN 6.0多维数据透视表
前面讲过,对于高维数据,我们可以使用MultiIndex对象来用DataFrame对象表示高维数据
所以我们也能够创建多维数据透视表来表示高维数据
我们实际上只要给columns和index两个参数传递作为键的列表,类似于创建MultiIndex对象时候的from_tuple方法,就能创建出数据透视表,例如
DataFrame_1=pd.DataFrame(np.random.randint(0,10,(6,7)),index=list('ABCABC'),columns=list('abcdefg')) DataFrame_1.iloc[:,0]=['man','woman','man','woman','woman','man'] DataFrame_1.rename(columns={'a':'sexual'},inplace=True) DataFrame_1.iloc[:,1]=['cn','us','uk','cn','us','us'] DataFrame_1.rename(columns={'b':'nationality'},inplace=True) DataFrame_1.iloc[:,2]=['child','child','child','adult','child','child'] DataFrame_1.rename(columns={'c':'age'},inplace=True) print(DataFrame_1) print(DataFrame_1.pivot_table(index=['sexual','age'],columns='nationality')) >>> sexual nationality age d e f g A man cn child 4 4 3 8 B woman us child 5 5 4 9 C man uk child 5 0 1 3 A woman cn adult 2 9 8 9 B woman us child 3 3 2 9 C man us child 2 5 8 4 d e f g nationality cn uk us cn uk us cn uk us cn uk us sexual age man child 4.0 5.0 2.0 4.0 0.0 5.0 3.0 1.0 8.0 8.0 3.0 4.0 woman adult 2.0 NaN NaN 9.0 NaN NaN 8.0 NaN NaN 9.0 NaN NaN child NaN NaN 4.0 NaN NaN 4.0 NaN NaN 3.0 NaN NaN 9.0数据透视表的其他选项
DataFrame对象的pivot_table方法的完整签名如下
DataFrame.pivot_table（values = None，index = None，columns = None，aggfunc ='mean'，fill_value = None，margin = False，dropna = True，margins_name ='All' ）其中第一个参数是指定需要聚合的对象,第二三个参数是指定数据透视表的行列索引,第四个参数是指定聚合的方式,默认是平均数
第五个参数是指定填充缺失值,margin参数用于计算每一组的总数,dropna用于删除缺失值,margin_name用于设动margin列的名字
下面给一些例子来帮助理解
value参数
DataFrame_1=pd.DataFrame(np.random.randint(0,10,(6,7)),index=list('ABCABC'),columns=list('abcdefg')) DataFrame_1.iloc[:,0]=['man','woman','man','woman','woman','man'] DataFrame_1.rename(columns={'a':'sexual'},inplace=True) DataFrame_1.iloc[:,1]=['cn','us','uk','cn','us','us'] DataFrame_1.rename(columns={'b':'nationality'},inplace=True) DataFrame_1.iloc[:,2]=['child','child','child','adult','child','child'] DataFrame_1.rename(columns={'c':'age'},inplace=True) print(DataFrame_1) print(DataFrame_1.pivot_table(index='sexual',columns='nationality')) print(DataFrame_1.pivot_table(values='d',index='sexual',columns='nationality')) >>> sexual nationality age d e f g A man cn child 3 0 3 3 B woman us child 2 8 4 0 C man uk child 1 9 7 1 A woman cn adult 4 7 0 7 B woman us child 2 8 0 2 C man us child 6 3 0 2 d e f g nationality cn uk us cn uk us cn uk us cn uk us sexual man 3.0 1.0 6.0 0.0 9.0 3.0 3.0 7.0 0.0 3.0 1.0 2.0 woman 4.0 NaN 2.0 7.0 NaN 8.0 0.0 NaN 2.0 7.0 NaN 1.0 nationality cn uk us sexual man 3.0 1.0 6.0 woman 4.0 NaN 2.0aggfunc参数
我们可以直接为aggfuc指定聚合的方法,这样将会运用到透视数据表的全部列上
DataFrame_1=pd.DataFrame(np.random.randint(0,10,(6,7)),index=list('ABCABC'),columns=list('abcdefg')) DataFrame_1.iloc[:,0]=['man','woman','man','woman','woman','man'] DataFrame_1.rename(columns={'a':'sexual'},inplace=True) DataFrame_1.iloc[:,1]=['cn','us','uk','cn','us','us'] DataFrame_1.rename(columns={'b':'nationality'},inplace=True) print(DataFrame_1) print(DataFrame_1.pivot_table(index='sexual',columns='nationality',aggfunc='max')) >>> sexual nationality c d e f g A man cn 1 2 3 4 0 B woman us 0 2 7 5 7 C man uk 2 4 3 4 5 A woman cn 6 9 5 1 2 B woman us 0 0 6 1 4 C man us 1 5 0 9 8 c d e f g nationality cn uk us cn uk us cn uk us cn uk us cn uk us sexual man 1.0 2.0 1.0 2.0 4.0 5.0 3.0 3.0 0.0 4.0 4.0 9.0 0.0 5.0 8.0 woman 6.0 NaN 0.0 9.0 NaN 2.0 5.0 NaN 7.0 1.0 NaN 5.0 2.0 NaN 7.0我们也可以为aggfunc参数传入指定每一列聚合方法的字典
DataFrame_1=pd.DataFrame(np.random.randint(0,10,(6,7)),index=list('ABCABC'),columns=list('abcdefg')) DataFrame_1.iloc[:,0]=['man','woman','man','woman','woman','man'] DataFrame_1.rename(columns={'a':'sexual'},inplace=True) DataFrame_1.iloc[:,1]=['cn','us','uk','cn','us','us'] DataFrame_1.rename(columns={'b':'nationality'},inplace=True) print(DataFrame_1) print(DataFrame_1.pivot_table(index='sexual',columns='nationality',aggfunc={'c':'max','d':'min','e':'mean'})) >>> sexual nationality c d e f g A man cn 0 7 0 8 4 B woman us 3 0 3 5 0 C man uk 8 7 6 4 1 A woman cn 1 4 8 6 2 B woman us 5 6 5 3 5 C man us 1 4 9 2 8 c d e nationality cn uk us cn uk us cn uk us sexual man 0.0 8.0 1.0 7.0 7.0 4.0 0.0 6.0 9.0 woman 1.0 NaN 5.0 4.0 NaN 0.0 8.0 NaN 4.0margin参数
margin参数可以计算每一组的每列,每行的聚合值
DataFrame_1=pd.DataFrame(np.random.randint(0,10,(6,7)),index=list('ABCABC'),columns=list('abcdefg')) DataFrame_1.iloc[:,0]=['man','woman','man','woman','woman','man'] DataFrame_1.rename(columns={'a':'sexual'},inplace=True) DataFrame_1.iloc[:,1]=['cn','us','uk','cn','us','us'] DataFrame_1.rename(columns={'b':'nationality'},inplace=True) print(DataFrame_1) print(DataFrame_1.pivot_table('d',index='sexual',columns='nationality',margins=True)) >>> sexual nationality c d e f g A man cn 8 8 7 1 9 B woman us 0 9 5 4 2 C man uk 2 0 9 0 0 A woman cn 2 7 7 7 6 B woman us 4 0 0 7 1 C man us 0 6 8 1 0 nationality cn uk us All sexual man 8.0 0.0 6.0 4.666667 woman 7.0 NaN 4.5 5.333333 All 7.5 0.0 5.0 5.000000margins_name参数
margins_name参数用与为统计行 / 列设置行列索引
DataFrame_1=pd.DataFrame(np.random.randint(0,10,(6,7)),index=list('ABCABC'),columns=list('abcdefg')) DataFrame_1.iloc[:,0]=['man','woman','man','woman','woman','man'] DataFrame_1.rename(columns={'a':'sexual'},inplace=True) DataFrame_1.iloc[:,1]=['cn','us','uk','cn','us','us'] DataFrame_1.rename(columns={'b':'nationality'},inplace=True) print(DataFrame_1) print(DataFrame_1.pivot_table('d',index='sexual',columns='nationality',margins=True,margins_name='total')) >>> sexual nationality c d e f g A man cn 3 9 6 9 0 B woman us 9 0 6 1 0 C man uk 4 9 0 9 8 A woman cn 8 0 4 7 7 B woman us 7 3 4 5 4 C man us 1 5 4 0 5 nationality cn uk us total sexual man 9.0 9.0 5.000000 7.666667 woman 0.0 NaN 1.500000 1.000000 total 4.5 9.0 2.666667 4.333333泰坦尼克号生还率分析
根据前面讲解的数据透视表,下面将对泰坦尼克号这个数据集进行分析
整体情况
同样上来先对数据集整体进行分析
这里对数据表进行转置,以便于不会折行显示
import numpy as np import pandas as pd import matplotlib.pyplot as plt titanic=pd.read_csv('titanic.csv') print(titanic.head().T) print(titanic.describe()) >>> 0 1 2 3 4 survived 0 1 1 1 0 pclass 3 1 3 1 3 sex male female female female male age 22 38 26 35 35 sibsp 1 1 0 1 0 parch 0 0 0 0 0 fare 7.25 71.2833 7.925 53.1 8.05 embarked S C S S S class Third First Third First Third who man woman woman woman man adult_male True False False False True deck NaN C NaN C NaN embark_town Southampton Cherbourg Southampton Southampton Southampton alive no yes yes yes no alone False False True False True survived pclass age sibsp parch fare count 891.000000 891.000000 714.000000 891.000000 891.000000 891.000000 mean 0.383838 2.308642 29.699118 0.523008 0.381594 32.204208 std 0.486592 0.836071 14.526497 1.102743 0.806057 49.693429 min 0.000000 1.000000 0.420000 0.000000 0.000000 0.000000 25% 0.000000 2.000000 20.125000 0.000000 0.000000 7.910400 50% 0.000000 3.000000 28.000000 0.000000 0.000000 14.454200 75% 1.000000 3.000000 38.000000 1.000000 0.000000 31.000000 max 1.000000 3.000000 80.000000 8.000000 6.000000 512.329200男女船舱登记生还率
接下来使用数据透视表,将原有数据表重新划分为一张透视表来查看不同性别及不同船舱的生还率
import numpy as np import pandas as pd import matplotlib.pyplot as plt titanic=pd.read_csv('titanic.csv') print(titanic.pivot_table('survived',index='who',columns='class')) >>> class First Second Third who child 0.833333 1.000000 0.431034 man 0.352941 0.080808 0.119122 woman 0.978022 0.909091 0.491228我们发现,除了儿童以外,船舱登记越高,生还率越高,尤其是女性
排除异常
上面我们发现二等舱的儿童生还率竟然达到了100%,这是一个相对来说异常的数字,我们自然要去查看下所有的二等舱的儿童
import numpy as np import pandas as pd import matplotlib.pyplot as plt titanic=pd.read_csv('titanic.csv') # print(titanic.head().T) # print(titanic.describe()) # print(titanic.pivot_table('survived',index='who',columns='class')) child=titanic.set_index('who').T['child'].T print(child.reset_index().pivot_table('survived',index='who',columns='class',aggfunc='sum')) print(child.reset_index().pivot_table('survived',index='who',columns='class',aggfunc='count')) >>> class First Second Third who child 5 19 25 class First Second Third who child 6 19 58我们发现之所以一等舱的儿童生还率低于二等舱儿童生还率,一方面是因为一等舱位的儿童太少了,另外一方面确实是二等舱的儿童全部得救
美国人生日分析
下面我们将使用上面的美国人生日来进行分析
整体情况
首先还是了解一下整个数据集的情况
import numpy as np import pandas as pd import matplotlib.pyplot as plt birthday=pd.read_csv('birthdates-1968-1988.csv') print(birthday) print(birthday.describe()) >>> year month day births day_of_year day_of_week 0 1969 1 1 8486 1 3 1 1969 1 2 9002 2 4 2 1969 1 3 9542 3 5 3 1969 1 4 8960 4 6 4 1969 1 5 8390 5 7 ... ... ... ... ... ... ... 7300 1988 12 27 11528 362 2 7301 1988 12 28 11847 363 3 7302 1988 12 29 11704 364 4 7303 1988 12 30 11837 365 5 7304 1988 12 31 9133 366 6 [7305 rows x 6 columns] year month day births day_of_year day_of_week count 7305.000000 7305.000000 7305.000000 7305.000000 7305.000000 7305.000000 mean 1978.501027 6.522930 15.729637 9648.940178 183.753593 4.000274 std 5.766735 3.448939 8.800694 1127.315229 105.621885 1.999795 min 1969.000000 1.000000 1.000000 6675.000000 1.000000 1.000000 25% 1974.000000 4.000000 8.000000 8792.000000 93.000000 2.000000 50% 1979.000000 7.000000 16.000000 9622.000000 184.000000 4.000000 75% 1984.000000 10.000000 23.000000 10510.000000 275.000000 6.000000 max 1988.000000 12.000000 31.000000 12851.000000 366.000000 7.000000每年的人口出生情况
接下来看一下每年的人口出生情况
由于这里给定的数据表是每天的人口数,所以我们首先需要计算每年出生的人口数,然后绘制出每年出生人口的折线图
首先要计算每年出生的人口,那么就需要使用sum来对每个年份出生的人口求和
而且从上面对数据集的整体情况的了解中我们知道,每年中每一天出生的人口和年份是关联的
所以我们可以使用数据透视表来指定以年份来分割原表的同时,使用sum来对births求和,这样将会返回一个Series对象
import numpy as np import pandas as pd import matplotlib.pyplot as plt birthday=pd.read_csv('birthdates-1968-1988.csv') birthnumber=birthday.pivot_table('births',index='year',aggfunc='sum') print(birthnumber) plt.plot(birthnumber.reset_index()['year'],birthnumber['births']) plt.xlabel('year') plt.ylabel('number') plt.title('Birth Number of Every Year') plt.show()
注意,这里虽然我们指定了每个数据点的横轴,但是绘图的时候matplotlib却依旧对年份区间取了均值,实际上这是由于matplotlib的默认特性,关于如何解决这一点,将在后面matplotlib的讲解中讲解
创建日期索引
为了承接后面的Pandas向量化字符串操作和Pandas处理时间序列两节内容,我们下面不妨先为每个数据创建一个日期索引
print(birthday) print(type(birthday.iloc[0,1]),'\t',type(birthday.iloc[0,2]),type(birthday.iloc[0,3])) birthday.index=pd.to_datetime(10000*birthday['year']+100*birthday['month']+birthday['day'],format='%Y%m%d') print(birthday) >>> year month day births day_of_year day_of_week 0 1969 1 1 8486 1 3 1 1969 1 2 9002 2 4 2 1969 1 3 9542 3 5 3 1969 1 4 8960 4 6 4 1969 1 5 8390 5 7 ... ... ... ... ... ... ... 7300 1988 12 27 11528 362 2 7301 1988 12 28 11847 363 3 7302 1988 12 29 11704 364 4 7303 1988 12 30 11837 365 5 7304 1988 12 31 9133 366 6 [7305 rows x 6 columns] <class 'numpy.int64'> <class 'numpy.int64'> <class 'numpy.int64'> year month day births day_of_year day_of_week 1969-01-01 1969 1 1 8486 1 3 1969-01-02 1969 1 2 9002 2 4 1969-01-03 1969 1 3 9542 3 5 1969-01-04 1969 1 4 8960 4 6 1969-01-05 1969 1 5 8390 5 7 ... ... ... ... ... ... ... 1988-12-27 1988 12 27 11528 362 2 1988-12-28 1988 12 28 11847 363 3 1988-12-29 1988 12 29 11704 364 4 1988-12-30 1988 12 30 11837 365 5 1988-12-31 1988 12 31 9133 366 6 [7305 rows x 6 columns]注意,我们这里使用了to_datetime方法将会返回一个datetime对象,这是后面会在的Pandas处理时间序列这节中详细讲解
所以我们直接调用datetime对象的dayofweek方法来快速计算这个日期是周几
print(birthday) print(type(birthday.iloc[0,1]),'\t',type(birthday.iloc[0,2]),type(birthday.iloc[0,3])) birthday.index=pd.to_datetime(10000*birthday['year']+100*birthday['month']+birthday['day'],format='%Y%m%d') birthday['day_of_week_2']=birthday.index.dayofweek print(birthday) >>> year month day births day_of_year day_of_week 0 1969 1 1 8486 1 3 1 1969 1 2 9002 2 4 2 1969 1 3 9542 3 5 3 1969 1 4 8960 4 6 4 1969 1 5 8390 5 7 ... ... ... ... ... ... ... 7300 1988 12 27 11528 362 2 7301 1988 12 28 11847 363 3 7302 1988 12 29 11704 364 4 7303 1988 12 30 11837 365 5 7304 1988 12 31 9133 366 6 [7305 rows x 6 columns] <class 'numpy.int64'> <class 'numpy.int64'> <class 'numpy.int64'> year month day births day_of_year day_of_week day_of_week_2 1969-01-01 1969 1 1 8486 1 3 2 1969-01-02 1969 1 2 9002 2 4 3 1969-01-03 1969 1 3 9542 3 5 4 1969-01-04 1969 1 4 8960 4 6 5 1969-01-05 1969 1 5 8390 5 7 6 ... ... ... ... ... ... ... ... 1988-12-27 1988 12 27 11528 362 2 1 1988-12-28 1988 12 28 11847 363 3 2 1988-12-29 1988 12 29 11704 364 4 3 1988-12-30 1988 12 30 11837 365 5 4 1988-12-31 1988 12 31 9133 366 6 5 [7305 rows x 7 columns]但是这里出现了一些问题,可能是由于低层计算的问题
不同年代的星期日均出生数
利用上面得到的day_of_week这一列,我们可以看看不同年代不同星期的日均出生
这里直接用原有的day_of_week
print(birthday) print(type(birthday.iloc[0,1]),'\t',type(birthday.iloc[0,2]),type(birthday.iloc[0,3])) birthday['decade']=birthday['year']//10*10 birthday.index=pd.to_datetime(10000*birthday['year']+100*birthday['month']+birthday['day'],format='%Y%m%d') print(birthday) PviotTable_decade_week=birthday.pivot_table('births',index='day_of_week',columns='decade',aggfunc='mean') print(PviotTable_decade_week) PviotTable_decade_week.plot() plt.gca().set_xticklabels(['a','Monday','Tuesday','Wednesday','Thursday','Friday','Saturday','Sunday']) plt.ylabel('Mean Births by day') plt.show() >>> decade 1960 1970 1980 day_of_week 1 10127.653846 9378.195402 10553.814499 2 10572.192308 9770.504798 11007.685106 3 10149.245283 9500.752399 10735.285106 4 9956.576923 9393.846743 10666.970213 5 10215.769231 9564.191571 10786.174468 6 9302.115385 8415.568966 8967.802128 7 8684.692308 7958.557471 8616.240938得到图像如下:
这里由于直接使用set_xticklabels方法的话,传入列表的第一个值会被丢弃,所以才会添加一个‘a’
此外Matplotlib是完美支持Pandas的,所以我们可以直接调用DataFrame对象的plot方法来绘图,并且会直接添加图例
DataFrame_1=pd.DataFrame(np.random.randint(0,10,(6,4))) Series_1=pd.Series(np.random.randint(0,10,10)) print(DataFrame_1) DataFrame_1.plot() plt.show() >>> 0 1 2 3 0 6 4 2 1 1 3 6 4 1 2 8 9 8 6 3 8 7 8 3 4 1 5 7 6 5 8 9 3 6
各年份平均每天的出生数
我们如果忽略年份的差异,而去查看各年份平均每天的出生数,那么将会从图表中发现出生数和一年中每日的关系
分析一下,我们将对每年中的各日的出生人数求平均数所以value参数就是birth,然后为了便于画图,需要将日期作为行索引,所以我们依旧需要使用数据透视表
但是有一个问题,如果我们直接指定使用的日期为日的话,那么同一年的1~12月也会被计算
print(birthday) print(type(birthday.iloc[0,1]),'\t',type(birthday.iloc[0,2]),type(birthday.iloc[0,3])) birthday['decade']=birthday['year']//10*10 birthday.index=pd.to_datetime(10000*birthday['year']+100*birthday['month']+birthday['day'],format='%Y%m%d') print(birthday) birthday_by_date=birthday.pivot_table('births',index=birthday.index.day,aggfunc='mean') # birthday_by_date=birthday.pivot_table('births',index=[birthday.index.month,birthday.index.day],aggfunc='mean') print(birthday_by_date) >>> year month day births day_of_year day_of_week 0 1969 1 1 8486 1 3 1 1969 1 2 9002 2 4 2 1969 1 3 9542 3 5 3 1969 1 4 8960 4 6 4 1969 1 5 8390 5 7 ... ... ... ... ... ... ... 7300 1988 12 27 11528 362 2 7301 1988 12 28 11847 363 3 7302 1988 12 29 11704 364 4 7303 1988 12 30 11837 365 5 7304 1988 12 31 9133 366 6 [7305 rows x 6 columns] <class 'numpy.int64'> <class 'numpy.int64'> <class 'numpy.int64'> year month day births day_of_year day_of_week decade 1969-01-01 1969 1 1 8486 1 3 1960 1969-01-02 1969 1 2 9002 2 4 1960 1969-01-03 1969 1 3 9542 3 5 1960 1969-01-04 1969 1 4 8960 4 6 1960 1969-01-05 1969 1 5 8390 5 7 1960 ... ... ... ... ... ... ... ... 1988-12-27 1988 12 27 11528 362 2 1980 1988-12-28 1988 12 28 11847 363 3 1980 1988-12-29 1988 12 29 11704 364 4 1980 1988-12-30 1988 12 30 11837 365 5 1980 1988-12-31 1988 12 31 9133 366 6 1980 [7305 rows x 7 columns] births 1 9528.558333 2 9596.533333 3 9621.195833 4 9527.450000 5 9570.629167 6 9616.970833 7 9642.004167 8 9676.566667 9 9646.062500 10 9696.654167 11 9664.837500 12 9678.983333 13 9545.400000 14 9731.462500 15 9722.608333 16 9718.566667 17 9731.075000 18 9728.954167 19 9713.262500 20 9740.129167 21 9706.512500 22 9657.129167 23 9604.891667 24 9543.750000 25 9516.562500 26 9584.200000 27 9642.033333 28 9702.625000 29 9729.297778 30 9734.954545 31 9581.285714为此,我们需要创建多级索引,来避免每月的日期被计算
print(birthday) print(type(birthday.iloc[0,1]),'\t',type(birthday.iloc[0,2]),type(birthday.iloc[0,3])) birthday['decade']=birthday['year']//10*10 birthday.index=pd.to_datetime(10000*birthday['year']+100*birthday['month']+birthday['day'],format='%Y%m%d') print(birthday) birthday_by_date=birthday.pivot_table('births',index=[birthday.index.month,birthday.index.day],aggfunc='mean') print(birthday_by_date) >>> year month day births day_of_year day_of_week 0 1969 1 1 8486 1 3 1 1969 1 2 9002 2 4 2 1969 1 3 9542 3 5 3 1969 1 4 8960 4 6 4 1969 1 5 8390 5 7 ... ... ... ... ... ... ... 7300 1988 12 27 11528 362 2 7301 1988 12 28 11847 363 3 7302 1988 12 29 11704 364 4 7303 1988 12 30 11837 365 5 7304 1988 12 31 9133 366 6 [7305 rows x 6 columns] <class 'numpy.int64'> <class 'numpy.int64'> <class 'numpy.int64'> year month day births day_of_year day_of_week decade 1969-01-01 1969 1 1 8486 1 3 1960 1969-01-02 1969 1 2 9002 2 4 1960 1969-01-03 1969 1 3 9542 3 5 1960 1969-01-04 1969 1 4 8960 4 6 1960 1969-01-05 1969 1 5 8390 5 7 1960 ... ... ... ... ... ... ... ... 1988-12-27 1988 12 27 11528 362 2 1980 1988-12-28 1988 12 28 11847 363 3 1980 1988-12-29 1988 12 29 11704 364 4 1980 1988-12-30 1988 12 30 11837 365 5 1980 1988-12-31 1988 12 31 9133 366 6 1980 [7305 rows x 7 columns] births 1 1 8018.45 2 8494.80 3 9001.80 4 9142.70 5 9207.25 ... ... 12 27 9700.30 28 10088.40 29 10240.30 30 10344.70 31 9718.40 [366 rows x 1 columns最后绘图即可
print(birthday) print(type(birthday.iloc[0,1]),'\t',type(birthday.iloc[0,2]),type(birthday.iloc[0,3])) birthday['decade']=birthday['year']//10*10 birthday.index=pd.to_datetime(10000*birthday['year']+100*birthday['month']+birthday['day'],format='%Y%m%d') print(birthday) birthday_by_date=birthday.pivot_table('births',index=[birthday.index.month,birthday.index.day],aggfunc='mean') print(birthday_by_date) fig,ax=plt.subplots(figsize=(12,4)) birthday_by_date.plot(ax=ax) plt.show() >>> year month day births day_of_year day_of_week 0 1969 1 1 8486 1 3 1 1969 1 2 9002 2 4 2 1969 1 3 9542 3 5 3 1969 1 4 8960 4 6 4 1969 1 5 8390 5 7 ... ... ... ... ... ... ... 7300 1988 12 27 11528 362 2 7301 1988 12 28 11847 363 3 7302 1988 12 29 11704 364 4 7303 1988 12 30 11837 365 5 7304 1988 12 31 9133 366 6 [7305 rows x 6 columns] <class 'numpy.int64'> <class 'numpy.int64'> <class 'numpy.int64'> year month day births day_of_year day_of_week decade 1969-01-01 1969 1 1 8486 1 3 1960 1969-01-02 1969 1 2 9002 2 4 1960 1969-01-03 1969 1 3 9542 3 5 1960 1969-01-04 1969 1 4 8960 4 6 1960 1969-01-05 1969 1 5 8390 5 7 1960 ... ... ... ... ... ... ... ... 1988-12-27 1988 12 27 11528 362 2 1980 1988-12-28 1988 12 28 11847 363 3 1980 1988-12-29 1988 12 29 11704 364 4 1980 1988-12-30 1988 12 30 11837 365 5 1980 1988-12-31 1988 12 31 9133 366 6 1980 [7305 rows x 7 columns] births 1 1 8018.45 2 8494.80 3 9001.80 4 9142.70 5 9207.25 ... ... 12 27 9700.30 28 10088.40 29 10240.30 30 10344.70 31 9718.40 [366 rows x 1 columns]
我们发现,每逢美国的节假日出生率就会降低,例如:独立日,劳动节,圣诞节和新年
这种现象可能是由于医院放假到底到医院接生的人变少所导致的
-
设置双纵坐标_PPT中数量级相差很大的两列数据，如何用双坐标轴图表制作
2021-01-12 04:26:15次坐标轴能够很好的处理单位数量级不同的数据，绘制在一张图表中，有利于更好的理解数据之间的关联关系。双坐标轴图表思路：双坐标轴图表表格图表——插入柱形图——图表设置——图表优化。步骤：1、原始表格如下：...展开全文在实际工作中，如果有两列数据的单位数量级相差很大，如何制作在一张图表里面呢？用次坐标轴来实现。
次坐标轴能够很好的处理单位数量级不同的数据，绘制在一张图表中，有利于更好的理解数据之间的关联关系。
双坐标轴图表
思路：
双坐标轴图表
表格图表——插入柱形图——图表设置——图表优化。
步骤：
1、原始表格如下：
从表中数据可以看出，数量和金额的数据单位数量级相差很大。
2、设置背景色：
为了得到更好的展示效果，打开PowerPoint软件，新建幻灯片，右键“设置背景格式”，选择“纯色填充”之黑色。
3、插入柱状图：
执行“插入”菜单-“插图”之“图表”-“条形图”之“堆积柱状图”，“确定”之；在Microsoft PowerPoint中的图表中输入或Copy步骤1中的原始表格数据，并删除多余的列，关闭图表窗口。
数量数据的柱形图和金额的柱形图比较可见其区别
4、更改实际成绩列为拆线：
选择图表，执行“设计”菜单－“更改图表类型”，打开更改图表类型对话框，选择最下面的“组合图”，选择“数量”系列的图表类型为“带数据标记的折线图”、勾选“次坐标轴”，选择“金额”系列的图表类型为“簇状柱形图”，确定之。
这样，数量系列数据变更为拆线形式。
5、图表简化：
点击图表右上角的“+”按钮，选择实际成绩的折线，设置数据标签位于上方，取消勾选网格线，使图表更简捷；设置图表文字为白色、字号16、更改图表标题。
6、纵轴刻度设置：
选择图表左侧的纵坐标刻度，双击打开“设置坐标轴格式”对话框，选择“刻度线”－“主刻度线类型”为“外部”；同理设置次纵轴刻度。
※ 小贴士：
1、也可根据实际需要，添加动画效果。
2、可以按需要将柱形图+拆线图更改为双折线图，具体操作为：选择图表，执行“设计”菜单－“更改图表类型”，打开更改图表类型对话框，选择最下面的“组合图”，选择“金额”系列的图表类型为“带数据标记的折线图”，确定之。
※【素材获取：请认准头条号“学习Bank”，关注、点赞、评论、收藏、转发、留邮箱，^_^注明文章标题^_^】※
-
如何更改图表纵坐标_PPT图表：双坐标轴图表，用次坐标轴制作数量级相差很大的数据...
2021-01-13 01:43:27次坐标轴能够很好的处理单位数量级不同的数据，绘制在一张图表中，有利于更好的理解数据之间的关联关系。双坐标轴图表思路：双坐标轴图表表格图表——插入柱形图——图表设置——图表优化。步骤：1、原始表格如下：...展开全文在实际工作中，如果有两列数据的单位数量级相差很大，如何制作在一张图表里面呢？用次坐标轴来实现。
次坐标轴能够很好的处理单位数量级不同的数据，绘制在一张图表中，有利于更好的理解数据之间的关联关系。
双坐标轴图表
思路：
双坐标轴图表
表格图表——插入柱形图——图表设置——图表优化。
步骤：
1、原始表格如下：
从表中数据可以看出，数量和金额的数据单位数量级相差很大。
2、设置背景色：
为了得到更好的展示效果，打开PowerPoint软件，新建幻灯片，右键“设置背景格式”，选择“纯色填充”之黑色。
3、插入柱状图：
执行“插入”菜单-“插图”之“图表”-“条形图”之“堆积柱状图”，“确定”之；在Microsoft PowerPoint中的图表中输入或Copy步骤1中的原始表格数据，并删除多余的列，关闭图表窗口。
数量数据的柱形图和金额的柱形图比较可见其区别
4、更改实际成绩列为拆线：
选择图表，执行“设计”菜单－“更改图表类型”，打开更改图表类型对话框，选择最下面的“组合图”，选择“数量”系列的图表类型为“带数据标记的折线图”、勾选“次坐标轴”，选择“金额”系列的图表类型为“簇状柱形图”，确定之。
这样，数量系列数据变更为拆线形式。
5、图表简化：
点击图表右上角的“+”按钮，选择实际成绩的折线，设置数据标签位于上方，取消勾选网格线，使图表更简捷；设置图表文字为白色、字号16、更改图表标题。
6、纵轴刻度设置：
选择图表左侧的纵坐标刻度，双击打开“设置坐标轴格式”对话框，选择“刻度线”－“主刻度线类型”为“外部”；同理设置次纵轴刻度。
※ 小贴士：
1、也可根据实际需要，添加动画效果。
2、可以按需要将柱形图+拆线图更改为双折线图，具体操作为：选择图表，执行“设计”菜单－“更改图表类型”，打开更改图表类型对话框，选择最下面的“组合图”，选择“金额”系列的图表类型为“带数据标记的折线图”，确定之。
※【素材获取：请认准头条号“学习Bank”，关注、点赞、评论、收藏、转发、留邮箱，^_^注明文章标题^_^】※
-
列名 userid 不明确。 表结构_多表连接，每个表结构、行列数都不一致，Excel 能行吗？...
2020-12-17 04:27:51但是如果每个工作表的结构完全不同，行列数也不一致，唯一的关联就是每个表中至少有一列数据可以跟其他任意一个表的某列对应上，那就需要利用这些关联的列，把所有表连接成一张总表。如果用函数解决会非常繁琐，比如... -
-
第一章 准备工作
2021-05-13 08:01:59如何基于数据表进行分析以及用于大型数据集的数据准备工具。 关于Python语言的一些准备性工作 Python解释器 Python是一种解释型语言，Python解释器通过一次执行一条语句来运行程序，标准式的交互式python解释器可以... -
-
【最新版】modeler030_ess_mac_en.zip navicat-data-modeler-essentials: 3.0.8【亲测可用】最好的数据
2020-04-22 01:04:01使用我们功能丰富，简单且易于使用的绘图工具，您只需单击几下即可开发出完整的数据模型。 型号类型 Navicat Data Modeler使您能够为各种受众构建高质量的概念，逻辑和物理数据模型。使用模型转换功能，可以将概念性... -
《数据结构 1800题》
2012-12-27 16:52:03（3）在给定的逻辑结构及其存储表示上可以定义不同的运算集合，从而得到不同的数据结构。这样说 法对吗？举例说明之。 （4）评价各种不同数据结构的标准是什么？ 5．评价一个好的算法，您是从哪几方面来考虑的？ ... -
2.navicate如何知道sql执行效率
2019-10-19 09:39:18我这两天一直在纠结表与表的关联查询，如果数据量大，究竟是使用子查询还是使用关联查询，并且上网查了一些资料 然而并没有头绪，而且耽误了一点工作。非常烦恼。 2.解决方案 其实JOIN 和 子查询的操作在不同的情况... -
-
-
Hibernate一对多一次提交如何处理？
2010-01-07 20:19:46关于第一个问题，我们以前的做法是：如果只是两层关联关系，那么通常是先将子表的所有数据全部删除，然后再插入从页面提交的列表记录，而不需要区分新增不是修改。而如果层次超过两层，则只能采取遍历的方式，即先... -
从零开始学可视化数据分析师就业课程（Excel、 MySQL、Power BI、Tableau、python、R）
2018-09-17 13:51:13任务10： EXCEL基本操作之保护工作表、高级筛选 任务11： 数据验证 任务12： 合并计算之模拟运算 任务13： 合并计算之去重 任务14： 合并计算之多种计算 第3章: Excel数据分析高级之 - 公式、函数、透视表与图表... -
sql中两列合并_SQL 干的活，Excel 也能办到？
2020-12-09 19:31:58但是如果每个工作表的结构完全不同，行列数也不一致，唯一的关联就是每个表中至少有一列数据可以跟其他任意一个表的某列对应上，那就需要利用这些关联的列，把所有表连接成一张总表。如果用函数解决会非常繁琐，比如... -
论文研究-分析语句命中谱的自动故障定位方法研究.pdf
2019-09-06 18:19:17研究如何从有限元分析数据中提取设计知识的方法。对某个设计问题，依据设计变量的不同取值构建正交试验表；对正交试验表中每一种试验方案的变量取值采用Pro/E建立设计问题的实体模型；该实体模型经ADAMS动力学与运动... -
ado[1].net中文手册 学习 ado.net的重要资料
2010-03-05 16:42:32将非类型化数据集添加到窗体或组件:描述如何创建无关联架构的数据集。 演练：将数据源表映射到数据集表:描述如何基于另一个架构，使用数据适配器表和列映射从数据库将数据加载到数据集。 数据适配器 数据适配器... -
如何用mFC来实现斜面小球滚动动画
2010-03-29 21:30:55现在让我们详细看看代码，来感受下Model,View,Controller之间如何关联，如何协同工作的。 class CSphere { public: ... .... //更新Graphic-VIEW BOOL UpdateGraphicView(HWND hWnd,const CRect &rect,BOOL... -
excel的使用
2012-11-25 17:06:01输入完毕之后，再次按下键盘上的Ctrl键，然后使用鼠标左键单击所选择的多个工作表，解除这些工作表的联系，否则在一张表单中输入的数据会接着出现在选中的其它工作表内。（6） 不连续单元格填充同一数据选中一个... -
EF Core 学习笔记
2020-12-30 00:03:37EF Core 学习笔记EF Core 学习笔记准备工作如何使用 EF Core 生成数据库设置字段属性实体间的对应关系1:n 关系m:n 关系1:1 关系数据库操作添加、查询单条数据添加批量数据库操作插入两个不同表的数据查询能完成查询... -
基于对象导航图语言（OGNL）的动态 SQL 生成实现原理
2020-11-09 09:38:26如一个图表往往对应后端几个数据源表的自定义关联查询，而且筛选条件也可以根据输入条件动态变化，更复杂的情况是由于某些原因，底层数据源表加工不规范，导致多个图表使用同一份数据源时候，需要做较多的再加工处理... -
SQL挑战-源码
2021-02-18 15:50:39由生成的以下ERD概述了表如何相互关联： 数据分析 然后在pgAdmin 4上运行了许多查询以查看不同的员工记录。 这是一个示例查询： 这是相应的数据输出： 附加数据可视化 最后，为了更深入地了解员工的工资数据，... -
数据库系统基础:高级篇(第5版)(讲述数据库系统原理的经典教材)--详细书签版
2013-04-05 14:33:1110.4.3 数据库表的检索查询 216 小结 217 复习题 217 练习题 217 实验练习题 217 参考文献 218 第11章 XML：可扩展标记语言 219 11.1 XML层次(树)数据模型 219 11.2 XML文档、DTD和XML模式 ... -
超级有影响力霸气的Java面试题大全文档
2012-07-18 09:47:04引用类型和原始类型具有不同的特征和用法，它们包括：大小和速度问题，这种类型以哪种类型的数据结构存储，当引用类型和原始类型用作某个类的实例数据时所指定的缺省值。对象引用实例变量的缺省值为 null，而原始... -
ETL架构师面试题
2015-06-11 09:39:2914．如何来量化数据仓库中的数据质量？ 建立映射 15．什么是代理键？简述代理键替换管道如何工作。 16．为什么在ETL的过程中需要对日期进行特殊处理？ 17．简述对一致性维度的三种基本的交付步骤。 18．简述三种基本... -
北京中科信软Excel2007培训
2013-03-20 16:33:25多工作表的快速定位 工作表的链接 第二节、快速准确输入数据 数字、日期输入技巧 快速填充特殊技巧 导入外部数据 第三节、大型表格的编辑、打印技巧 第二章、表格数据安全控制 第一节、利用有效性控制表格内容输入 ... -
-
【最新版】modeler030_en.dmg navicat-data-modeler: 3.0.8【亲测可用】最好的数据库设计工具
2020-04-22 00:49:15使用我们功能丰富，简单且易于使用的绘图工具，您只需单击几下即可开发出完整的数据模型。 型号类型 Navicat Data Modeler使您能够为各种受众构建高质量的概念，逻辑和物理数据模型。使用模型转换功能，可以将概念性... -
收藏数
277
精华内容
110