【Python入門到底有多簡單】之groupby數(shù)據(jù)分類匯總（二）

發(fā)稿時間：2020-09-11來源：天昊生物

數(shù)據(jù)透視表(Pivot Table)是一種交互式的表，可以進行某些計算，如求和與計數(shù)等。所進行的計算與數(shù)據(jù)跟數(shù)據(jù)透視表中的排列有關(guān)。

之所以稱為數(shù)據(jù)透視表，是因為可以動態(tài)地改變它們的版面布置，以便按照不同方式分析數(shù)據(jù)，也可以重新安排行號、列標和頁字段。每一次改變版面布置時，數(shù)據(jù)透視表會立即按照新的布置重新計算數(shù)據(jù)。另外，如果原始數(shù)據(jù)發(fā)生更改，則可以更新數(shù)據(jù)透視表。

傳統(tǒng)的數(shù)據(jù)透視表一般是在excel中操作的，但excel操作比較麻煩，且excel讀取大數(shù)據(jù)容易造成電腦卡的現(xiàn)象。而使用Python的pandas包，可以方便的處理excel數(shù)據(jù)，這里，我們介紹excel透視的替代方案，pandas的groupby函數(shù)。

In [1]:

import pandas as pd

本次分析數(shù)據(jù)存放在當前運行目錄下的data/ASV目錄下，df.sample(5)隨機顯示5行讀取到的數(shù)據(jù)。

In [2]:

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

Out[2]:

1.按照門水平進行透視分析，并提取樣品列進行求和。

to_excel("data/ASV/phylum.xlsx",index=True) 使得輸出數(shù)據(jù)保存至data/ASV目錄下的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輸出文件如下圖所示：

2.按照門和屬進行透視，并輸出到data/ASV目錄下的phylum_1.xlsx文件。

In [5]:

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

Excel輸出文件如下圖所示：

使用agg對每列進行統(tǒng)計計算

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]:

往期相關(guān)鏈接：

1、R基礎(chǔ)篇

excel不熟練怎么辦，R來幫您（一）數(shù)據(jù)分類匯總；

如何使用Rstudio練習R基礎(chǔ)教程；

R相關(guān)軟件及R包安裝；

【零基礎(chǔ)學繪圖】之氣泡圖繪制（六）；

【零基礎(chǔ)學繪圖】之繪制venn圖（五）；
【零基礎(chǔ)學繪圖】之繪制barplot柱狀圖圖（四）；
【零基礎(chǔ)學繪圖】之繪制heatmap圖（三）；

【零基礎(chǔ)學繪圖】之繪制PCA圖（二）；

【零基礎(chǔ)學繪圖】之a(chǎn)lpha指數(shù)箱體圖繪制（一）；

2、R進階

ggplot2參數(shù)設(shè)置麻煩？試試ggpar！；

【繪圖進階】之帶連線的箱體圖繪制(8)；

【繪圖進階】之配對箱體圖繪制(七)；

【繪圖進階】之通路與菌的相關(guān)性分析熱圖(六)；

【繪圖進階】之lefse定制化繪圖(五)；

【繪圖進階】之六種帶中心點的PCA 圖和三維PCA圖繪制（四）；

【繪圖進階】之交互式可刪減分組和顯示樣品名的PCA 圖（三）；

【繪圖進階】之繪制PCA biplot圖(二)；

【進階篇繪圖】之帶P值的箱體圖、小提琴圖繪制（一）；

3.python基礎(chǔ)篇

Python入門到底有多簡單（一）：數(shù)據(jù)讀寫與輸出；

4、數(shù)據(jù)提交

3分鐘學會微生物多樣性云平臺數(shù)據(jù)分析;

3分鐘學會CHIP-seq類實驗測序數(shù)據(jù)可視化 —IGV的使用手冊；

10分鐘搞定多樣性數(shù)據(jù)提交，最快半天內(nèi)獲取登錄號，史上最全的多樣性原始數(shù)據(jù)提交教程；

20分鐘搞定GEO上傳，史上最簡單、最詳細的GEO數(shù)據(jù)上傳攻略；

5、表達譜分析

表達譜分析（二）通路富集分析和基因互作網(wǎng)絡(luò)圖繪制；

如何對GEO數(shù)據(jù)進行差異分析；

miRNA靶基因預(yù)測軟件__miRWalk 3.0；

6、醫(yī)學數(shù)據(jù)分析

KING: 樣本親緣關(guān)系鑒定工具；

【W(wǎng)GS服務(wù)升級】人工智能軟件SpliceAI助力解讀罕見和未確診疾病中的非編碼突變；

隱性疾病trio家系別忽視單親二倍體現(xiàn)象——天昊數(shù)據(jù)分析助力臨床疾病診斷新添UPD（單親二倍體）可視化分析工具；

【昊工具】Oh My God! 太好用了吧！疾病或表型的關(guān)鍵基因查詢數(shù)據(jù)庫，我不允許你不知道Phenolyzer；

天昊客戶服務(wù)中心

手機/微信號：18964693703

【本群將為大家提供】

分享生信分析方案

提供數(shù)據(jù)素材及分析軟件支持

定期開展生信分析線上講座

QQ號：1040471849

作者：大熊

審核：有才

來源：天昊生信團