pandas_tutorial_1

• Youtube Tutorial Part1 - pandas tutorial ( pivot_table )

第一個範例，是讓我發現 pandas 強大的地方，假設現在有一個需求，

我需要將下圖

	color	name
0	red	a
1	blue	a
2	red	a
3	blue	a
4	red	b
5	blue	b
6	red	b
7	blue	b
8	yellow	c
9	blue	c

轉換成

name	blue	red	yellow	All
a	2	2	0	4
b	2	2	0	4
c	1	0	1	2
All	5	4	1	10

這時候，我們該如何做呢？

這時候，就需要使用 pandas !!

第一步，先做原始資料

df = pd.DataFrame(
        {
            'color': ['red', 'blue', 'red', 'blue', 'red', 'blue', 'red', 'blue', 'yellow', 'blue'],
            'name': ['a', 'a', 'a', 'a', 'b', 'b', 'b', 'b', 'c', 'c'],
        }
    )

print(df)

	color	name
0	red	a
1	blue	a
2	red	a
3	blue	a
4	red	b
5	blue	b
6	red	b
7	blue	b
8	yellow	c
9	blue	c

第二步，透過 pandas 中的 groupby 方法計算出數量

df_size = df.groupby(['name', 'color']).size().reset_index(name='total')
print(df_size)

	name	color	total
0	a	blue	2
1	a	red	2
2	b	blue	2
3	b	red	2
4	c	blue	1
5	c	yellow	1

第三步，透過 pandas 中的 pivot_table 方法畫出最終表格

pd_pivot_table = pd.pivot_table(df_size, index=['name'], columns=['color'],aggfunc=[np.sum], fill_value=0, margins=True)
print(pd_pivot_table)

	sum
	total
color	blue	red	yellow	All
name
a	2	2	0	4
b	2	2	0	4
c	1	0	1	2
All	5	4	1	10

如果覺得 sum 和 total 很礙眼，可以使用

print(pd_pivot_table['sum']['total'])

這樣是不是越來越像一個完整的表格（ 最終表格 ）了呢？

color	blue	red	yellow	All
name
a	2	2	0	4
b	2	2	0	4
c	1	0	1	2
All	5	4	1	10

基本上到這邊就完成了 😌

下方我要介紹的是假設前端需要這個表格的資料，

先將 row 顯示出來

list_1 = [list(pd_pivot_table['sum']['total'].reset_index())]
print(list_1)
>>> [['name', 'blue', 'red', 'yellow', 'All']]

將每個 row 顯示出來

list_2 = pd_pivot_table['sum']['total'].to_records()
print(list_2)
>>> [('a', 2, 2, 0,  4) ('b', 2, 2, 0,  4) ('c', 1, 0, 1,  2) ('All', 5, 4, 1, 10)]
list_2 = [list(p) for p in list_2]
print(list_2)
>>> [['a', 2, 2, 0, 4], ['b', 2, 2, 0, 4], ['c', 1, 0, 1, 2], ['All', 5, 4, 1, 10]]

最後將兩個 row 串起來

print(list_1 + list_2)
>>> [['name', 'blue', 'red', 'yellow', 'All'], ['a', 2, 2, 0, 4], ['b', 2, 2, 0, 4], ['c', 1, 0, 1, 2], ['All', 5, 4, 1, 10]]

然後將他回傳給前端，這時候，前端就可以無痛串出如下圖的表格了 😆

name	blue	red	yellow	All
a	2	2	0	4
b	2	2	0	4
c	1	0	1	2
All	5	4	1	10