新闻媒体-太阳成tyc7111cc

发稿时间：2020-09-11来源：天昊生物

数据透视表(pivot table)是一种交互式的表，可以进行某些计算，如求和与计数等。所进行的计算与数据跟数据透视表中的排列有关。

之所以称为数据透视表，是因为可以动态地改变它们的版面布置，以便按照不同方式分析数据，也可以重新安排行号、列标和页字段。每一次改变版面布置时，数据透视表会立即按照新的布置重新计算数据。另外，如果原始数据发生更改，则可以更新数据透视表。

传统的数据透视表一般是在excel中操作的，但excel操作比较麻烦，且excel读取大数据容易造成电脑卡的现象。而使用python的pandas包，可以方便的处理excel数据，这里，我们介绍excel透视的替代方案，pandas的groupby函数。

in [1]:

import pandas as pd

本次分析数据存放在当前运行目录下的data/asv目录下，df.sample(5)随机显示5行读取到的数据。

in [2]:

df = pd.read_table('./data/asv/subsample_asv.tax.xls')
df.sample(5)

out[2]:

1.按照门水平进行透视分析，并提取样品列进行求和。

to_excel("data/asv/phylum.xlsx",index=true) 使得输出数据保存至data/asv目录下的phylum.xls文件。

in [3]:

df.groupby('phylum').sum()

out[3]:

in [4]:

df.groupby('phylum').sum().to_excel("data/asv/phylum.xlsx",index=true)

excel输出文件如下图所示：

2.按照门和属进行透视，并输出到data/asv目录下的phylum_1.xlsx文件。

in [5]:

df.groupby(['phylum','genus']).sum().to_excel("data/asv/phylum_1.xlsx",index=true)

excel输出文件如下图所示：

使用agg对每列进行统计计算

in [6]:

df.groupby('phylum').agg(['mean','std','count','max'])

out[6]:

in [7]:

df.groupby(['phylum','genus']).agg(['mean','std','count','max'])

out[7]:

往期相关链接：

1、r基础篇

；

；

；

；

；
；
；

；

；

2、r进阶

；

；

；

；

；

；

；

；

；

3.python基础篇

；

4、数据提交

;

；

；

；

5、表达谱分析

；

；

；

6、医学数据分析

；

；

；

；

天昊客户服务中心

手机/微信号：18964693703

【本群将为大家提供】

分享生信分析方案

提供数据素材及分析软件支持

定期开展生信分析线上讲座

qq号：1040471849

作者：大熊

审核：有才

来源：天昊生信团