【Python入门到底有多简单】之groupby数据分类汇总（二）

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

excel不熟练怎么办，R来帮您（一）数据分类汇总；

如何使用Rstudio练习R基础教程；

R相关软件及R包安装；

【零基础学绘图】之气泡图绘制（六）；

【零基础学绘图】之绘制venn图（五）；
【零基础学绘图】之绘制barplot柱状图图（四）；
【零基础学绘图】之绘制heatmap图（三）；

【零基础学绘图】之绘制PCA图（二）；

【零基础学绘图】之alpha指数箱体图绘制（一）；

2、R进阶

ggplot2参数设置麻烦？试试ggpar！；

【绘图进阶】之带连线的箱体图绘制(8)；

【绘图进阶】之配对箱体图绘制(七)；

【绘图进阶】之通路与菌的相关性分析热图(六)；

【绘图进阶】之lefse定制化绘图(五)；

【绘图进阶】之六种带中心点的PCA 图和三维PCA图绘制（四）；

【绘图进阶】之交互式可删减分组和显示样品名的PCA 图（三）；

【绘图进阶】之绘制PCA biplot图(二)；

【进阶篇绘图】之带P值的箱体图、小提琴图绘制（一）；

3.python基础篇

Python入门到底有多简单（一）：数据读写与输出；

4、数据提交

3分钟学会微生物多样性云平台数据分析;

3分钟学会CHIP-seq类实验测序数据可视化 —IGV的使用手册；

10分钟搞定多样性数据提交，最快半天内获取登录号，史上最全的多样性原始数据提交教程；

20分钟搞定GEO上传，史上最简单、最详细的GEO数据上传攻略；

5、表达谱分析

表达谱分析（二）通路富集分析和基因互作网络图绘制；

如何对GEO数据进行差异分析；

miRNA靶基因预测软件__miRWalk 3.0；

6、医学数据分析

KING: 样本亲缘关系鉴定工具；

【WGS服务升级】人工智能软件SpliceAI助力解读罕见和未确诊疾病中的非编码突变；

隐性疾病trio家系别忽视单亲二倍体现象——天昊数据分析助力临床疾病诊断新添UPD（单亲二倍体）可视化分析工具；

【昊工具】Oh My God! 太好用了吧！疾病或表型的关键基因查询数据库，我不允许你不知道Phenolyzer；

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