此係列文章收錄在公眾號中：數據大宇宙 > 數據處理 > E-pd
轉發本文並私信我"python"，即可獲得Python資料以及更多系列文章(持續更新的)
經常聽別人說 Python 在數據領域有多厲害，結果學了很長時間，連數據處理都麻煩得要死。後來才發現，原來不是 Python 數據處理厲害，而是他有數據分析神器—— pandas
前言
本系列介紹了許多類比 Excel 的 pandas 操作，確實他們都能很好對應起來，這是因為 pandas 本身是以行列表作為核心概念，比如說 Excel 中的透視表，在 pandas 中就有一一對應，本系列已經講解過。
Excel 的操作便利性在於只需要鼠標點擊就可以完成操作，這對於查看數據是非常方便。
難道我們用 Python 就不能做到嗎？本文將結合一些工具，使得你的 pandas 處理過程變得靈活動態。
透視表的靈活性
當我們拿到一份數據時，經常需要不斷改變條件對數據進行觀測，如下一份某水果的銷售情況：
- 一行數據表示，某天(date)在某地區(region)此水果的某個品種(type)的價格(AveragePrice)和銷量(Total Volume)
- 希望看到不同年份總銷量前10的地區，以及各個品種的銷量信息
由於需求需要彙總，Excel 中使用透視表是最好的方式：
- 過程不多說，這裡值得注意的是，我們能通過最上方選擇不同的年份，下方數據表能馬上顯示此年份總銷量 top 10 的地區數據
用 Python 能快速簡單做出這種效果嗎？
小組件
我們將使用 ipywidgets 庫，此工具最適合用在 Jupyter Notebook 上，假設你已經安裝好 Jupyter Notebook ，打開你的 cmd，執行以下命令：
<code>pip install ipywidgets && jupyter nbextension enable --py widgetsnbextension
/<code>
直到看到如下信息：
<code>Enabling notebook extension jupyter-js-widgets/extension...
- Validating: ok
/<code>
現在重啟你的 Jupyter Notebook 即可
注意：
- 如果你不知道怎麼安裝 Anaconda 或 Jupyter Notebook 的使用，可以查看我以前的文章
- widgets 庫用於完成各種小組件，他能生成網頁內容，不僅僅在 Jupyter Notebook 使用，但本文只講解在 Jupyter Notebook 上的使用
修飾你的 pandas 處理
本文需要導入的庫是這些：
首先使用 pandas 得到透視表的結果，這非常簡單：
- 行3,4：為了突出可以變化的東西，這裡定義2個變量
- 通過修改2個變量，我們能得到對應的結果數據
寫不出來這些 pandas 代碼？看看我的 pandas 專欄，入門到高級到數據分析案例應用：
但是這遠遠不夠，想看不同年份或不同 Top N 的結果，都需要修改代碼。
我們稍微加工一下這個過程，定義一個函數：
- 現在好一些，但是改變條件仍然需要修改代碼
簡單加上一個裝飾器即可：
- 行1：@wg.interact 是一個裝飾器，打到我們的自定義函數上
- 其中每個命名參數為自定義函數上的參數
- x_df=wg.fixed(df) ，表示 x_df 參數使用變量 df，並且這個參數是不需要改變的。因此界面上就沒有這個變量的選項
- year=[2015,2016,2017,2018] ，年份有4種選擇，此時界面上看到一個 year 的下拉框供用戶點選
- topn=range(1,11) ，topn 有10種選擇，界面同樣可以看到下拉框
- 現在，我們只需要簡單從下拉框選擇條件值，下方的結果會馬上刷新，這與 Excel 中的透視表一模一樣
不過，大家都知道 Excel 中還能根據透視表製作透視圖，這裡我們同樣可以製作出動態變化的圖表
- 行13，14：使用 display 方法，輸出內容即可
總結
接下來，我將會講解關於小組件的應用系列，他在 Python 數據探索和數據可視化方面，能做出很多有趣的事情，敬請關注！
需要源碼的小夥伴請轉發本文並私信我"python"
如果希望從零開始學習 pandas ，那麼可以看看我的 pandas 專欄。
閱讀更多 外星人玩Python 的文章
