python pandas数据表的数值范围数据透视表

如何解决python pandas数据表的数值范围数据透视表

您好，我想根据数据表制作数据透视表，该数据表根据公司在网站上的上传次数列出这些公司。这是我所拥有的：

df

Company        Uploads
Nike              11
Adidas            26
Apple             55
Tesla             3
Amazon            97
Ralph Lauren      54
Tiffany           19
Walmart           77
Target            18
Facebook          48
Google            81

所需的输出

Range            Company        Uploads
>10              Tesla             3
11-50            Adidas            26
                 Tiffany           19
                 Target            18
                 Nike              11
51-100           Amazon            97
                 Google            81
                 Walmart           77
                 Apple             55
                 Ralph Lauren      54

我正在考虑使用np.where在df中添加“范围”列。然后使用pd.pivot_table或.groupby创建数据透视表。然后是.sort_value作为数据透视表中的降序上传编号。

我不确定这是否行得通。谁能帮我这个忙吗？感谢您的协助。预先感谢！

解决方法

您可以使用具有分级功能的pd.cut()来对段进行分类，并使用标签输出的名称。

import pandas as pd
import numpy as np
import io

data = '''
Company Uploads
Nike 11
Adidas 26
Apple 55
Tesla 3
Amazon 97
"Ralph Lauren" 54
Tiffany 19
Walmart 77
Target 18
Facebook 48
Google 81
'''

df = pd.read_csv(io.StringIO(data),sep='\s+')
df['category'] = pd.cut(df['Uploads'],[0,10,50,100],labels=['>10','11-50','51-100'])
df.sort_values(['category','Uploads'],ascending=[True,True],inplace=True)
df.set_index(['category','Company'],inplace=True)
df

Uploads
category    Company 
>10     Tesla   3
 11-50  Nike    11
        Target  18
        Tiffany 19
        Adidas  26
        Facebook    48
51-100  Ralph Lauren    54
        Apple   55
        Walmart 77
        Google  81
        Amazon  97

,

您想要的是MultiIndex而不是groupby()

首先创建一列，按照您的建议对您的上传进行分类：

df = df.sort_values('Uploads',ascending=False)
df['Range'] = np.digitize(df['Uploads'],11,51,100]) #bins <=10,11-50,50-100
#only handles up to 100,if there are values above 100 you need to expand that second list

现在，我们将bin的结果值映射到更具描述性的字符串

df = df.sort_values('Range')
key_range = np.vectorize(lambda x: {1:'<10',2:'11-50',3:'51-100'}[x])
df['Range'] = k(df['Range'])

创建multiIndex以获取所需的df

df.set_index(['Range','Company'])

输出：

                  Uploads
Range  Company           
<10    Tesla            3
11-50  Facebook        48
       Adidas          26
       Tiffany         19
       Target          18
       Nike            11
51-100 Amazon          97
       Google          81
       Walmart         77
       Apple           55
       Ralph           54