交叉表与透视变

交叉表与透视表什么作用

• 分析两个离散值值间得相关性

• 探究股票的涨跌与星期几有关？
  以下图当中表示，week代表星期几，1,0代表这一天股票的涨跌幅是好还是坏，里面的数据代表比例
  可以理解为所有时间为星期一等等的数据当中涨跌幅好坏的比例

使用crosstab(交叉表)实现上图

• 交叉表：用于计算一列数据对于另外一列数据的分组个数(寻找两个列之间的关系)
  • pd.crosstab(value1, value2)
    • value1,value2必须是两个离散变量
  • DataFrame.pivot_table([], index=[])

---

案例

寻找星期几跟股票张得的关系

# 1、先把对应的日期找到星期几
date = pd.to_datetime(data.index).weekday
data['week'] = date

# 2、假如把p_change按照大小去分个类0为界限
data['posi_neg'] = np.where(data['p_change'] > 0, 1, 0)

# 通过交叉表找寻两列数据的关系
count = pd.crosstab(data['week'], data['pos_neg'])

但是我们看到count只是每个星期日子的好坏天数，并没有得到比例，该怎么去做？

• 对于每个星期一等的总天数求和，运用除法运算求出比例

# 算数运算，先求和
sum = count.sum(axis=1).astype(np.float32)

# 进行相除操作，得出比例
pro = count.div(sum, axis=0)

• 使用plot画出这个比例，使用stacked的柱状图

pro.plot(kind='bar', stacked=True)
plt.show()

• 结论：跟星期几没有关系

---

pivot_table(透视表)

# 通过透视表，将整个过程变成更简单一些
data.pivot_table(['posi_neg'], index='week')

一步到位计算出比例