大数据技术在财务中的应用(Python版） 课件 任务5.4 利用Pandas进行数据的交叉与透视分析.pptx

;引入案例;任务分析;例如，一共有40个客户，其中男性和女性客户各占20个，而使用A手机和B手机的客户也各占20个。如果仅仅分析性别或者商品类别的话，看不出明显的规律。但是如果将两个字段进行交叉分析的话，就可以进一步统计不同性别选择不同类别的频数，将各个频数绘制在表格中，如下表所示。;crosstab()函数常用参数说明;【做中学5.4.1】读入店铺销售情况表.xlsx（位置：E:\file\），使用crosstab()函数生成访客性别与商品品牌的频数交叉表、访客性别与商品订单金额总和交叉表。;制作访客性别与商品品牌的订单金额总和交叉表，并在交叉表中加上汇总栏，程序如下：

pd.crosstab(df[访客性别],df[商品品牌],values=df[订单金额’],

aggfunc=sum,margins=True,margins_name=合计);5.4.2数据透视分析;;pivot_table()函数参数设定与透视表的对应关系;【做中学5.4.2】读入fin_data3.xlsx（位置：E:\file\）中的利润表项目，使用pivot_table()函数进行数据的透视。;制作数据透视表，表中行索引为季度，列索引为年，统计营业收入的平均值和营业成本的最大值、总和。程序如下：

df2=pd.pivot_table(df,index=季度,columns=年,values=[营业收入,营业成本’],

aggfunc={营业收入:mean,营业成本:[max,sum]})

df2#查看df2;读入fin_data3.xlsx（位置：E:\file\）中的资产负债表项目，进行数据的筛选。程序如下：

importpandasaspd#引入pandas模块

df=pd.read_excel(rE:\file\fin_data3.xlsx,sheet_name=0,

converters={年:str,季度:str})

df1=df[[年,季度,平均流动资产,平均非流动资产]]

df1.head()#查看df1的前5行数据;任务实训;实训评价