数据的轴向旋装主要是重新指定一组数据的行索引或列索引，以达到重新组织数据结构的目的。

• 根据列值进行转置。使用指定索引/列中的唯一值形成返回数据框架的轴。该函数不支持数据聚合，多数值将导致多重索引。

  • data 被转变的数据框架。
  • index 作为索引列，不指定时使用默认索引。
  • columns 作为返回数据框架的列
  • values 作为新构成数据框架的值

• 当一列或多列是标识符变量，而其它列被当成测定变量时，可以通过melt函数完成这种转变。

• • id_vars 作为自变量的一列或多列。
  • value_vars 作为因变量的一列或多列，如果没有定义则将除id_vars列以外的所有列当作因变量列。
  • var_name 因变量列的名称，如果没有定义则使用几列中第一个列名。
• col_level 当存在多重列索引时，指定用第几层索引进行转换

根据需求可以观察到需要将“北京”，“天津”，“石家庄”和“唐山”这四列变换为一行，同时保留type列的类容。

分组与聚合是常见的数据变换操作，其中分组指根据分组条件（一个或多个键）将原数据拆分为若干个组；聚合指任何能从分组数据生成标量值的变换过程，这一过程中主要对各分组应用同一操作，并把操作后所得的结果整合到一起，生成一组新数据。

pandas中使用groupby()方法根据键将原数据拆分为若干个分组。

• • by：表示分组的条件，可以取值为字符串、列表、字典或Series、函数等。
  • axis：表示分组操作的轴编号，可以是0或1。该参数的默认值为0，代表沿列方向操作。
  • level：表示标签索引所在的级别，默认为None。
  • as_index：表示聚合后新数据的索引是否为分组标签的索引，默认为True。
  • sort：表示是否对分组索引进行排序，默认为True。
  • group_keys：表示是否显示分组标签的名称，默认为True。
• • 1. 导入数据并查看总体信息：

终于看到了这个对象的神秘面目：

• 对象是一个大列表，里面包含43个元素，每个元素有个元组对象
• 元素就是按照我们指定的学号进行分组：分别是各个同学的全部数据信息

当我们根据某个字段进行group机制分组的时候，最后能够生成多少个子DataFrame，取决于我们的字段中有多少个不同的元素（案例有43个）；
当我们分组之后，便可以进行后续的各种聚合操作，比如sum、mean、min等。

• D.同一个列名使用不同聚合函数
  分组之后对同一个列名使用不同的函数，函数使用列表形式：下面表示的是对成绩分别求和、最大值、最小值、均值、个数（size）

将数据按专业、学号进行分组

在《数据库基础及应用》这门课程中，我们知道，聚合操作如下实现：

在上面的SQL语句中，sum…avg就是常见的聚合操作，归类整理下pandas常用的聚合操作：

除了上面的聚合函数，我们还可以使用numpy库的方法，比如unique（不同的元素）、nunique（不同元素的个数，count是统计全部）等，下面会结合实际的例子来说明。

• A.对单个列进行聚合操作

一般情况下，结果是一个以分组字段为行索引的数据帧，那如果我们也想把这个行索引变成数据帧中的一个列名属性，使用reset_index完成：

• B.对多个列使用不同的聚合函
  按学号分组，对成绩列求和，对课程名列统计个数

给生成的新列重新起给名字

• 2.GroupBy类对象可以直接使用Python内置的统计方法来聚合各分组的数据。

在数据分析或挖掘中，一些算法模型要求输入以数值类型表示的特征，但代表特征的数据不一定都是数值类型的，其中一部分是类别型的，例如，受教育程度表示方式有大学、研究生、博士等类别，这些类别均为非数值类型的数据。为了将类别类型的数据转换为数值类型的数据，类别类型的数据在被应用之前需要经过“量化”处理，从而转换为哑变量。

哑变量又称虚拟变量、名义变量等，它是人为虚设的变量，用来反映某个变量的不同类别，常用的取值为0和1。需要说明的是，0和1并不代表数量的多少，而代表不同的类别。

pandas中使用get_dummies()函数对类别数据进行哑变量处理，并在处理后返回一个哑变量矩阵。

• • data：表示待处理的类别数据，可以是数组、DataFrame类或Series类对象。
  • prefix：表示列索引名称的前缀，默认为None。
  • prefix_sep：表示附加前缀的分隔符，默认为“_”。
• columns：表示哑变量处理的列索引名称，默认为None。
• sparse： 表示哑变量是否系数，默认为False。
• drop_first：表示是否从K个分类级别总删除第一个级别，以获得K-1个分类级别，默认为False。

面元划分是指数据被离散化处理，按一定的映射关系划分为相应的面元（可以理解为区间），只适用于连续数据。连续数据又称连续变量，指在一定区间内可以任意取值的数据，该类型数据的特点是数值连续不断，相邻两个数值可作无限分割。

前面我们已经学过，对离散量进行区间划分的函数pandas.cut().

对于中型或小型的数据集而言，通过前面学习的预处理方式已经足以应对，但这些方式并不适合大型数据集。由于大型数据集一般存在数量庞大、属性多且冗余、结构复杂等特点，直接被应用可能会耗费大量的分析或挖掘时间，此时便需要用到数据规约。

数据规约类似数据集的压缩，它的作用主要是从原有数据集中获得一个精简的数据集，这样可以在降低数据规模的基础上，保留了原有数据集的完整特性。在使用精简的数据集进行分析或挖掘时，不仅可以提高工作效率，还可以保证分析或挖掘的结果与使用原有数据集获得的结果基本相同。

要完成数据规约这一过程，可采用多种手段，包括维度规约、数量规约和数据压缩。

• 维度规约是指减少所需属性的数目。数据集中可能包含成千上万个属性，绝大部分属性与分析或挖掘目标无关，这些无关的属性可直接被删除，以缩小数据集的规模，这一操作就是维度规约。
  维度规约的主要手段是属性子集选择，属性子集选择通过删除不相关或冗余的属性，从原有数据集中选出一个有代表性的样本子集，使样本子集的分布尽可能地接近所有数据集的分布。

• 数量规约是指用较小规模的数据替换或估计原数据，主要包括回归与线性对数模型、直方图、聚类、采样和数据立方体这几种方法，其中直方图是一种流行的数据规约方法。
  

  • 直方图是一种流行的数据规约方法，它会将给定属性的数据分布划分为不相交的子集或桶（给定属性的一个连续区间）。
    

  • 采样也是一种常用的数据规约手段，它通过选取随机样本以实现用小数据代表大数据，主要包括简单随机采样、聚类采样、分层采样等几种方法。
    

• 数据压缩是利用编码或转换将原有数据集压缩为一个较小规模的数据集。
  

• Pandas总数据规约操作：

重塑分层索引是pandas中简单的维度规约操作，该操作主要会将DataFrame类对象的列索引转换为行索引，生成一个具有分层索引的结果对象。

pandas中可以使用stack()方法实现重塑分层索引操作。

• level：表示索引的级别，默认为-1，即操作内层索引，若设为0，则会操作外层索引。
• dropna：表示是否删除结果对象中存在缺失值的一行数据，默认为True。

降采样是一种简单的数据规约操作，它主要是将高频率采集数据规约到低频率采集数据，比如，从每日采集一次数据降低到每月采集一次数据，会增大采样的时间粒度，且在一定程度上减少了数据量。

降采样常见于时间序列类型的数据。假设现有一组按日统计的包含开盘价、收盘价等信息的股票数据（非真实数据），该组数据的采集频率由每天采集一次变为每7天采集一次。

• rule：表示降采样的频率。
• axis：表示沿哪个轴完成降采样操作，可以取值为0/'index’或1/‘columns’，默认值为0。
• closed：表示各时间段的哪一端是闭合的，可取值为’right’、'left’或None。
• label：表示降采样时设置的聚合结果的标签。
• limit：表示允许前向或后向填充的最大时期数。

6.4 案例——中国篮球运动员的基本信息分析

体质指数小于19：[]
非正常体质范围的总人数：2

体质指数小于20：[]
非正常体质范围的总人数：2

步骤1：在K3单元格中输入\，按Enter键后完成总分的自动填充。

步骤2：在L3单元格中输入\，按Enter键后完成平均分的自动填充。 4.解题步骤：

步骤1：在C3单元格中输入\班\班\班\，按Enter键后完成班级的自动填充。 5.解题步骤：

步骤1：在\成绩分类汇总\工作表中选中单元格C3：C20，单击【数据】选项卡下【排序和筛选】组中的\升序\按钮，弹出\排序提醒\对话框，单击\扩展选定区域\单选按钮。单击\排序\按钮，完成\班级\列的升序排序。

步骤2：选中单元格C21，单击【数据】选项卡下【分级显示】组中的\分类汇总\按钮，弹出\分类汇总\对话框，单击\分类字段\下拉按钮选择\班级\，单击\汇总方式\下拉按钮选择\最大值\，在\选定汇总项\复选框中勾选\语文\、\数学\、\英语\、\生物\、\地理\、\历史\、\政治\。勾选\汇总结果显示在数据下方\复选框。单击\确定\按钮。 7解题步骤：

步骤1：选中每个班各科最大成绩所在的单元格，单击【插入】选项卡下【图表】组中\条形图\按钮，选择\簇状条形图\。

步骤2：右击图表区，选择\选择数据\，弹出\选择数据源\对话框，选中\图例项\下的\系列1\，单击\编辑\按钮，弹出\编辑数据系列\对话框，在\系列名称\中输入\班\。单击\确定\按钮后按照同样方法编辑\系列2\、\系列3\为\班\、\班\。

步骤3：在\选择数据源\对话框中，选中\水平（分类）轴标签\下的\，单击\编辑\按钮，弹出\轴标签\对话框，在\轴标签区域\下输入\语文,数学,英语,生物,地理,历史,政治\。单击\确定\按钮即可完成设置。 8.解题步骤：

单击\保存\按钮，完成\第一学期期末成绩.xlsx\的保存。

9/小李在东方公司担任行政助理，年底小李统计了公司员工档案信息的分析和汇总。

请你根据东方公司员工档案表（\文件），按照如下要求完成统计和分析工作：

1. 请对\员工档案表\工作表进行格式调整，将所有工资列设为保留两位小数的数值，适当加大行高列宽。 2. 根据身份证号，请在\员工档案表\工作表的\出生日期\列中，使用MID函数提取员工生日，单元格式类型为\年'm'月'd'日'\。

3. 根据入职时间，请在\员工档案表\工作表的\工龄\列中，使用TODAY函数和INT函数计算员工的工龄，工作满一年才计入工龄。

4.引用\工龄工资\工作表中的数据来计算\员工档案表\工作表员工的工龄工资，在\基础工资\列中，计算每个人的基础工资。（基础工资=基本工资+工龄工资） 5. 根据\员工档案表\工作表中的工资数据，统计所有人的基础工资总额，并将其填写在\统计报告\工作表的B2单元格中。

6. 根据\员工档案表\工作表中的工资数据，统计职务为项目经理的基本工资总额，并将其填写在\统计报告\工作表的B3单元格中。 7. 根据\员工档案表\工作表中的数据，统计东方公司本科生平均基本工资，并将其填写在\统计报告\工作表的B4单元格中。

8. 通过分类汇总功能求出每个职务的平均基本工资。

9. 创建一个饼图，对每个员工的基本工资进行比较，并将该图表放置在\统计报告\中。

步骤1：启动考生文件下的\，打开\员工档案\工作表。

步骤2：选中所有工资列单元格，单击【开始】选项卡下【单元格】组中的\格式\下拉按钮，在弹出的下拉列表中选择\设置单元格格式\命令，弹出\设置单元格格式\对话框。在\数字\选项卡\分类\组中选择\数值\，在小数位数微调框中设置小数位数为\。设置完毕后单击\确定\按钮即可。

步骤3：选中所有单元格内容，单击【开始】选项卡下【单元格】组中的\格式\下拉按钮，在弹出的下拉列表中选择“自动调整行高”命令。

步骤4：单击【开始】选项卡下【单元格】组中的\格式\下拉按钮，按照设置行高同样的方式选择“自动调整列宽”命令。 2.解题步骤：

步骤1：在“员工档案”表工作表中G3单元格中输入\年\月\日\，按\键确认，然后向下填充公式到最后一个员工，并适当调整该列的列宽。 3.解题步骤：

步骤1：在“员工档案”表的J3单元格中输入\365)\，表示当前日期减去入职时间的余额除以365天后再向下取整，按Enter键确认，然后向下填充公式到最后一个员工。 4.解题步骤：

步骤1：在“员工档案”表的L3单元格中输入\工龄工资!$B$3\，按\键确认，然后向下填充公式到最后一个员工。

步骤2：在M3单元格中输入\，按\键确认，然后向下填充公式到最后一个员工。 5.解题步骤：

步骤：在\统计报告\工作表中的B2单元格中输入\员工档案!M3:M37)\，按\键确认。 6.解题步骤：

步骤：在\统计报告\工作表中的B3单元格中输入\员工档案!K6+员工档案!K7\按Enter键确认。 7.解题步骤：

步骤：设置\统计报告\工作表中的B4单元格格式为2为小数，然后在B4单元格中输入\员工档案!H3:H37,\本科\，员工档案!K3:K37)\，按Enter键确认。 8.解题步骤：

步骤1：选中E38，单击【数据】选项卡下【分级显示】组中的\分类汇总\按钮，弹出\分类汇总\对话框。单击\分类字段\组中的下拉按钮选择\职务\，单击\汇总方式\组中的下拉按钮选择\平均值\，在\选定汇总项\组中勾选\基本工资\复选框。 步骤2：单击\确定\按钮即可看到实际效果。

步骤1：同时选中每个职务平均基本工资所在的单元格，单击【插入】选项卡下【图表】组中的\饼图\按钮，选择\分离型饼图\命令。

步骤2：右击图表区，选择\选择数据\命令，弹出\选择数据源\对话框，选中\水平（分类）轴标签\下的\，单击\编辑\按钮，弹出\轴标签\对话框，在\轴标签区域\中输入\部门经理,人事行政经理,文秘,项目经理,销售经理,研发经理,员工,总经理\。 步骤3：单击\确定\按钮。

步骤3:：剪切该图复制到\统计报告\工作表中。 8.解题步骤：

步骤：单击\保存\按钮，保存\文件。

10/小王今年毕业后，在一家计算机图书销售公司担任市场部助理，主要的工作职责

是为部门经理提供销售信息的分析和汇总。

请你根据销售统计表（“Excel.xlsx” 文件），按照如下要求完成统计和分析工作：

1. 将“sheet1”工作表命名为“销售情况”，将“sheet2”命名为“图书定价”。

2. 在“图书名称”列右侧插入一个空列，输入列标题为“单价”。 3. 将工作表标题跨列合并后居中并适当调整其字体、加大字号，并改变字体颜色。设置数据表对齐方式及单价和小计的数值格式（保留2位小数）。根据图书编号，请在“销售情况”工作表的“单价”列中，使用VLOOKUP函数完成图书单价的填充。“单价”和“图书编号”的对应关系在“图书定价”工作表中。 4.运用公式计算工作表“销售情况”中H列的小计。

5. 为工作表“销售情况”中的销售数据创建一个数据透视表，放置在一个名为“数据透视分析”的新工作表中，要求针对各书店比较各类书每天的销售额。其中：书店名称为列标签，日期和图书名称为行标签，并对销售额求和。 6. 根据生成的数据透视表，在透视表下方创建一个簇状柱形图，图表中仅对博达书店一月份的销售额小计进行比较。 7. 保存“Excel.xlsx”文件。

步骤1：启动考生文件夹下的\。

步骤2：双击\工作表名，待\呈编辑状态后输入\销售情况\即可，按照同样的方式将\命名为\图书定价\。 2.解题步骤：

步骤1：在“销售情况”工作表中，选中\销量（本）\所在的列，单击鼠标右键，在弹出的的列表中选择\插入\命令。

步骤2：工作表中随即出现新插入的一列。 步骤3：选中F2单元格，输入\单价\二字。 3.解题步骤：

步骤1：在“销售情况”工作表中选中A1：H1单元格，单击鼠标右键，在弹出的下拉列表中选择\设置单元格格式\命令，弹出\设置单元格格式\对话框。在\对齐\选项卡下的\文本控制\组中，勾选\合并单元格\复选框；在\文本对齐方式\组的\水平对齐\选项下选择\居中\，而后单击\确定\即可。

步骤2：按照同样的方式打开\设置单元格格式\对话框，切换至\字体\选项卡，在\字体\下拉列表中选择一种合适的字体，此处我们选择\微软雅黑\。在\字号\下拉列表中选择一种合适的字号，此处我们选择\。在\颜色\下拉列表中选择合适的颜色，此处我们选择\标准色\中的\蓝色\。单击\确定\按钮。

步骤3：将光标置于数据区域任一位置，按Ctrl+A键选中整个数据区域，在【开始】选项卡下的【对齐方式】组中选择合适的对齐方式，此处我们选择\居中\。

步骤4：同时选中\单价\和\小计\列，单击鼠标右键，在弹出的下拉列表中选择\设置单元格格式\命令，弹出\设置单元格格式\对话框。切换至\数字\选项卡，在\分类\下拉列表中选择\数值\，在右侧的小数位数微调框中输入\，设置完毕后单击\确定\按钮即可。 4.解题步骤： 步骤1：在\销售情况\工作表的F3单元格中输入\图书定价!$A$3:$C$19,3,FALSE)\，按\键确认，然后向下填充公式到最后一个数据行。

步骤2：在\销售情况\工作表的H3单元格中输入\，按\键确认，然后向下填充公式到最后一个数据行。 5.解题步骤：

步骤1：在\销售情况\工作表中选中数据区域，在【插入】选项卡下的【表格】组中单击\数据透视表\按钮，打开\创建数据透视表\对话框，在\选择放置数据透视表的位置\选择\新工作表\单选按钮。

步骤2：单击\确定\按钮后即可看到实际效果。 步骤3：双击\，重命名为\数据透视分析\。

步骤4：将鼠标放置于\书店名称\上，待鼠标箭头变为双向十字箭头后拖动鼠标到\列标签\中，按照同样的方式拖动\日期\和\图书名称\到\行标签\中，拖动\小计\至\数值\中。 6.解题步骤：

步骤1：选中博达书店销售额小计，单击【开始】选项卡下【图表】组中的\柱形图\按钮，在弹出的下拉列表中选择\簇状柱形图\命令。

步骤2：在\数据透视图\中单击\书店名称\右侧下三角按钮，在下拉列表中只选择\博达书店\复选框。

步骤3：单击\确定\按钮。 7.解题步骤：

步骤：单击\保存\按钮，保存\文件。

11/ 小林是北京某师范大学财务处的会计，计算机系计算机基础室提交了该教

研室2012年的课程授课情况，希望财务处尽快核算并发放他们室的课时费。请根据考生文件夹下\素材.xlsx\中的各种情况，帮助小林核算出计算机基础室2012年度每个教员的课时费情况。具体要求如下：