【Python入门到底有多简单】之groupby数据分类汇总（二）

原创生信团上海天昊生物

一. 导入pandas包

二. 数据读取

三. Groupby函数使用

3.1 按照门水平进行透视分析，并提取样品列进行求和。

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

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：