第4章-数据挖掘基础及可视化.pptxVIP

第四章数据挖掘基础及可视化

4.1数据的透视分析第4章数据挖掘基础及可视4.1.1透视表的构建1.Python基础编程环境pandas有一个强大的数据透视函数pivot_table()，可以生成任意维度透视表。既可以进行数据重塑，也可以进行分组统计，还可以实现Excel等电子表格的透视表功能，且更为灵活。

4.1数据的透视分析第4章数据挖掘基础及可视4.1.1透视表的构建1.无筛选透视表2.有筛选透视表3.透视表的分析4.1.2透视图的绘制

4.1数据的透视分析第4章数据挖掘基础及可视化4.1.1透视表的构建1.Python基础编程环境pandas有一个强大的数据透视函数pivot_table()，可以生成任意维度透视表。既可以进行数据重塑，也可以进行分组统计，还可以实现Excel等电子表格的透视表功能，且更为灵活。

4.1数据的透视分析第4章数据挖掘基础及可视化4.1.1透视表的构建pivot_table有四个最重要的参数values（值）、index（行）、columns（列）、aggfunc（聚集函数，默认求均值），本文以这四个参数为中心讲解pivot_table操作是如何进行。

4.1数据的透视分析第4章数据挖掘基础及可视化4.1.1透视表的构建1.无筛选透视表（1）纵向数据下面是用pandas的pivot_table函数实现Excel类似的透视功能。注意，如果不改变函数中的参数顺序的话，也可以不写参数名，只写变量名。

4.1数据的透视分析

第4章数据挖掘基础及可视化

4.1数据的透视分析第4章数据挖掘基础及可视化4.1.1透视表的构建1.无筛选透视表Excel的基本操作1）在DAV_data.xlsx文档中选取【数据】表单，选定数据中的任意一个单元格，单击“插入”选项卡，单击“表格”组“数据透视表”下拉按钮，将弹出下图所示的“创建数据透视表”对话框。

4.1数据的透视分析第4章数据挖掘基础及可视化

4.1数据的透视分析第4章数据挖掘基础及可视化4.1.1透视表的构建1.无筛选透视表Excel的基本操作2）在新工作表的右边将出现“数据透视表字段”任务窗框。在字段复选框中选中“年份”和“GDP”二项，其中“GDP”取平均项、“年份”作为行字段，这时数据透视表会即时显示相应的结果，见下图所示。

4.1数据的透视分析第4章数据挖掘基础及可视化

4.1数据的透视分析第4章数据挖掘基础及可视化4.1.1透视表的构建1.无筛选透视表Excel的基本操作3）选择A列的行标签数据和B列的平均值项:GDP数据，在“插入”菜单中选择“图表”组的“折线图”下拉按钮，将绘制上图所示的折线图。

4.1数据的透视分析第4章数据挖掘基础及可视化（2）横向数据

4.1数据的透视分析第4章数据挖掘基础及可视化（3）数据重塑下面是采用Excel的透视表功能选择交叉分组数据。在新工作表的右边的“数据透视表字段”面板上选中“年份”、“地区”和“人均GDP”二项，其中“人均GDP”取平均项、“年份”作为行字段，“地区”为列字段，这时数据透视表会即时显示相应的结果，见下图所示。

4.1数据的透视分析第4章数据挖掘基础及可视化

4.1数据的透视分析第4章数据挖掘基础及可视化4.1.1透视表的构建2.有筛选透视表有筛选的透视表相当于Excel中的带分页的透视表。（1）横向数据

4.1数据的透视分析第4章数据挖掘基础及可视化（1）横向数据

4.1数据的透视分析第4章数据挖掘基础及可视化（2）纵向数据

4.1数据的透视分析第4章数据挖掘基础及可视化（2）纵向数据

4.1数据的透视分析第4章数据挖掘基础及可视化4.1.1透视表的构建2.有筛选透视表Excel的基本操作在新工作表的右边的“数据透视表字段”面板上选中“年份”、“地区”和“进出口额”、“消费总额”及“RD经费”五项，其中“进出口额”、“消费总额”及“RD经费”取平均项、“年份”作为行字段，“地区”为筛选字段，这时数据透视表会即时显示相应的结果，见下图所示。

4.1数据的透视分析第4章数据挖掘基础及可视化

4.1数据的透视分析第4章数据挖掘基础及可视化4.1.1透视表的构建3.透视表的分析（1）单变量统计下面应用透视表对单个变量求它们的基本统计量

4.1数据的透视分析第4章数据挖掘基础及可视化

4.1数据的透视分析第4章数据挖掘基础及可视化4.1.1透视表的构建3.透视表的分析Excel的基本操作在新工作表的右边的“数据透视表字