Question

请告诉我这是否是寻求帮助的错误方法。

例如我有以下DataFrame：

l1   l2   value
----------------
a     d     1000
b     e     2000 
c     f     4500    
c     e     500
d     a     200

我想创建一个数据透视表/或对其进行数据透视，以使行和列都= ['a'，'b'，'c'，'d'，'e'，'f']

columns    a    b    c    d     e    f
rows
a                        1000 
b                              2500
c                               500  4500
d         200
e
f

然后，根据值对行和列进行排序，并绘制为热图。我只能绘制具有行= l1，列= l2的热图（使用下面的代码），并且卡住了一段时间

df = df.pivot(index='l1', columns='l2', values='value')
min= max(df['value'])
max = min(df['value'])
cmap = sns.cubehelix_palette(as_cmap=True, light=.5)
sns.heatmap(df, cmap=cmap,vmin=min,  vmax=max,mask=df.isnull(),linewidths=.008)  
plt.show(

我还为所需的输出附加了excel中的屏幕截图 screenshot output in excel

感谢任何帮助。

Answer 1

进行编辑以添加说明：
我想不出一个更好的解决方案，能够获得与您的excelivot_table类似的总和。我所做的是从df数据帧中创建了两个数据透视表df1，df2来切换列和索引。然后，我使用pd.concat。pd.concat定义沿特定轴连接熊猫对象，并沿其他轴连接可选的设置逻辑。将两个数据帧组合在一起。在这里链接

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.concat.html#pandas-concat

因此，如果您运行此df_final = pd.concat([df2,df1],axis=0,sort=True)而不是第4行，您会发现它只是沿着列合并。

然后groupby类似于数据透视，使用映射器（dict或键函数，将给定函数应用于组，将结果作为序列返回）或按一系列列进行分组。此处链接 https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.groupby.html#pandas-dataframe-groupby

由于pd.concat每行产生2行，因此groupby将这些行加在一起以产生最终数据帧

原始
一定有更好的方法可以做到这一点，但是这种方法似乎行得通。 df = pd.DataFrame（{'l1'：['a'，'b'，'c'，'c'，'d']，'l2'：['d'，'e'，'f'， 'e'，'a']，'value'：[1000,2000,4500,500,200]}） df1 = df.pivot_table（index ='l2'，columns ='l1'，values ='value'） df2 = df.pivot_table（index ='l1'，columns ='l2'，values ='value'） df_final = pd.concat（[df2，df1]，axis = 0，sort = True）.reset_index（）。groupby（'index'）。sum（） min = df ['value']。max（） max = df ['value']。min（） cmap = sns.cubehelix_palette（as_cmap = True，light = .5） sns.heatmap（df_final，cmap = cmap，vmin = min，vmax = max，mask = df_final.isnull（），linewidths = .008）

Answer 2

您的代码有几个小问题，主要是您确实不应该覆盖诸如min / max之类的核心变量！：）

否则，您只需要添加列总和和行总和变量以进行排序，然后在绘制之前将其删除。如果数据框很大，则可以考虑将总和分配给外部变量并按其排序，而无需将其分配给数据框以减少处理时间。

%matplotlib inline
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
df = pd.DataFrame([
    ('a', 'd', 1000),
    ('b', 'e', 2000),
    ('c', 'f', 4500),
    ('c', 'e', 500),
    ('d', 'a', 200)
], columns=['l1', 'l2', 'value'])
dfp = df.pivot(index='l1', columns='l2', values='value')
minv = max(df['value'])
maxv = min(df['value'])
cmap = sns.cubehelix_palette(as_cmap=True, light=.5)
dfp.loc[:, 'rowsum'] = dfp.sum(axis=1)
dfp.loc['colsum', :] = dfp.sum(axis=0)
dfp = (
    dfp
    .sort_values('rowsum', ascending=False, axis=0)
    .sort_values('colsum', ascending=False, axis=1)
    .drop('rowsum', axis=1)
    .drop('colsum', axis=0)
)
sns.heatmap(dfp, cmap=cmap,vmin=minv,  vmax=maxv,mask=dfp.isnull(),linewidths=.008)
plt.show()

Python枢轴数据框值

2 个答案: