持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第9天，点击查看活动详情
注意：本案例使用 Jupyter Notebook 进行案例演示
1. 交叉表与透视表
1.1 使用crosstab（交叉表）实现
交叉表：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)- value：你想要找到的哪个变量关系
导入相关库，并读取数据
import pandas as pd
import numpy as np
stock_jiaocha = pd.read_csv("stock_day.csv")
stock_jiaocha
运行结果如下图所示：
使用to_datetime函数将行索引转为datetime64类型
# pandas日期类型
date = pd.to_datetime(stock_jiaocha.index)
date
然后在表中新增一列星期数据，为stock_jiaocha["week"]赋予to_datetime后的星期数据即可，具体代码如下所示：
# 准备星期数据列，加载表中date.weekday自动读取对应的星期，将其赋值给stock_jiaocha["week"]列即可。
stock_jiaocha["week"] = date.weekday
stock_jiaocha.head()
运行结果如下图所示：可以看出在原表的最后一列新增了week列。
我们需要用到p_change列的数据进行逻辑运算，因此需要将其数据类型由字符串格式转为浮点数类型，使用如下语句进行转换。
x = np.array(stock_jiaocha["p_change"])
y = x.astype(np.float)
stock_jiaocha["p_change"] = y
stock_jiaocha
对于转换好的数据，我们对其进行逻辑运算，我们希望将p_change列大于零的数置为1，其余置为0。并且将判断后的数据保存在新建poma列中。
stock_jiaocha["p_change"] >0, 1, 0
- 这种格式就表示
stock_jiaocha["p_change"] >0为想要判断的条件 - 后面的
1, 0表示：若条件符合将该数据置为1，不符合则置为0.
# 准备涨跌幅数据列
# p_change大于0置为1，不满足条件置为0
stock_jiaocha["poma"] = np.where(stock_jiaocha["p_change"] >0, 1, 0)
stock_jiaocha
运行结果如下图所示：可以看出新增了一列poma数据，其中用1与0表示p_change的两种分类（大于0或者小于等于0）。
最终，我们使用交叉表函数将同一表中的两列数据进行交叉的操作，具体代码如下所示：
- 将
stock_jiaocha["week"]列与stock_jiaocha["poma"]列进行了交叉
# 交叉表
data_jiaocha = pd.crosstab(stock_jiaocha["week"], stock_jiaocha["poma"])
data_jiaocha
# 星期一：跌的：63，涨的：62
# 相当于分组
运行结果如下图所示：可以理解为，对于星期几对应的大于0的个数有多少，小于等于0的数据个数有多少。
