【博客地址】：https://blog.csdn.net/sunyaowu315
【博客大綱地址】：https://blog.csdn.net/sunyaowu315/article/details/82905347

---

如何用python常用庫的一些基本方法，來制作漂亮的分類匯總統計表，高效快捷的滿足工作需要。
（框架已有，結果很贊，工作緊張，美中不足，空余時間，持續更新）

簡單用法

groupby
pandas提供了一個靈活的groupby功能，它能夠以一種自然的方式對數據集進行切片、切塊、摘要等操作。對數據集進行分組并對各組應用一個函數（無論是聚合還是轉換），這是數據分析工作中的重要環節。在將數據集準備好之后，通常的任務就是計算分組統計或生成透視表。
詳細用法，參考【GroupBy：數據聚合與分組運算】：https://blog.csdn.net/sunyaowu315/article/details/82774552

開胃小菜

pivot_table
大多數小伙伴都有在Excel中使用數據透視表的經歷，其實Pandas也提供了一個類似的功能，名為pivot_table，使用起來及其方便，掌握好它的col和index及運算方法，可以讓你的報表制作非常高效。

例：極簡新貸運營指標-風控審批表：

def ds_approve(self,indata):tmp = indata.copy()index = self.indexdf_pivot = pd.pivot_table(tmp,index=index,values='apply_id',aggfunc='count').rename(columns = {'apply_id':'注冊量'})df_pivot['處理量'] = tmp.groupby(index)['apply_id'].agg(pd.Series.count)df_pivot['規則處理'] = tmp[tmp['status'].notnull()].groupby(index)['apply_id'].agg(pd.Series.count)df_pivot['規則拒絕']= tmp[tmp['status'] == -1].groupby(index)['apply_id'].agg(pd.Series.count)df_pivot['規則通過']= tmp[(tmp['status'] >2) | (tmp['status'] == -3)].groupby(index)['apply_id'].agg(pd.Series.count)df_pivot['人工通過']= tmp[tmp['status'] == 6 ].groupby(index)['apply_id'].agg(pd.Series.count)df_pivot.loc['總計'] = df_pivot.apply(lambda x : x.sum())df_pivot['規則核準%'] = df_pivot[['規則通過','規則處理']].apply(lambda x: float('{x:.2f}'.format(x = (x['規則通過'] / x['規則處理'])*100) if x['規則處理'] > 0 else '0.00'),axis = 1 )df_pivot['人工核準%'] = df_pivot[['規則通過','人工通過']].apply(lambda x: float('{x:.2f}'.format(x = (x['人工通過'] / x['規則通過'])*100) if x['規則通過'] > 0 else '0.00'),axis = 1 )df_pivot['核撥%'] = df_pivot[['人工通過','規則處理']].apply(lambda x: float('{x:.2f}'.format(x = (x['人工通過'] / x['規則處理'])*100) if x['規則處理'] > 0 else '0.00'),axis = 1 )#df_pivot = df_pivot.sort_values(by=[box],ascending=[0]).reset_index(drop=True) return df_pivot

結果展示

戰術升級

prettytable和colorama

再次升級

pygal

總結

以上是生活随笔為你收集整理的【Python】透视表、统计表、汇总表、报表的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。