工具的使用是數據分析師一大利器，生活中已經有非常多好用的工具了，但是選擇最適合當下情況的工作才能夠事半功倍。所謂殺雞用牛刀，牛刀確實也可以殺雞，也可以解決問題，但是在同樣狀況下我們是不是有更好的選擇？我們在進行任何事情前都必須要先思考好哪些工具才是最適合的。
在 Python 上使用樞紐分析就不像 Excel 那麼簡單了，這完全是不同的概念，如果說 Excel 進行樞紐分析就像是拼拼圖，那在 Python 上使用樞紐分析就是一個艱困的挑戰，你必須要很清楚自己的定義，並且了解自己的需求，清晰的設定出樞紐分析所要呈現的功能，這可能是很勸退的開始，但是相對的有了基礎的設定，後續進行就變得容易許多。
使用 Python 來撰寫樞紐分析 Pivoting Table 功能，我可以利用 Pclass 判斷出是否跟旅客存活率有關，在 Python 中我們會利用 Groupby 的方式分析 Pclass。
train_df[['Pclass', 'Survived']].groupby(['Pclass'], as_index=False).mean().sort_values(by='Survived', ascending=False)
因為要了解船艙與生存率的關聯，所以「船艙」會是我們最主要的欄目，利用拖拉的方式把 Pclass 放入 Row 中，而生存率這項欄目則是以數值方式呈現在表中，可以看到下圖 Python 輸出結果與上方的 Pivoting Table 相同，生存率與船艙是有關聯性的。
同樣的在 Excel 上我們能夠順序且順手的進行資料顯示格式的調整，我們這次以性別與生存率來進行說明。男性跟女性是女性（Sex=female）更有可能倖存下來，而且女性有非常高的存活率。
train_df[["Sex", "Survived"]].groupby(['Sex'], as_index=False).mean().sort_values(by='Survived', ascending=False)
同樣的比起上方複雜的程式碼，我們可以利用 Excel 中的樞紐分析達到所期待的功能，甚至我們能夠根據資料顯示格式做調整，把數值變成百分比，又或者是你想要快速製作一張圖片，也能夠很直覺的建一個新的圖出來。
其他還有像是 SibSp 跟 Parch 與存活率的關聯性。
train_df[["SibSp", "Survived"]].groupby(['SibSp'], as_index=False).mean().sort_values(by='Survived', ascending=False)
train_df[["Parch", "Survived"]].groupby(['Parch'], as_index=False).mean().sort_values(by='Survived', ascending=False)
與資料透視表相關的內容中，就擁有許多可以嘗試的組合，盡可能的創造出自己得想像力，找到數據之間的相關性，知道每個特徵與生存的相關性有多大，提早發現可以幫助我們在後期將快速就關聯性來做建模。在這樣的過程中，我們也可以快速的理解到究竟有哪些資料是需要被留下來，而哪一些資料是應該被剔除的，減少無意義資料可以協助我們後期分析更順利，這是我們後面會在提到的內容。
今年沒組團，每一筆一字矢志不渝的獻身精神都是為歷史書寫下新頁，有空的話可以走走逛逛我們去年寫的文章。
Jerry 據說是個僅佔人口的 4% 人口的 INFP 理想主義者，總是從最壞的生活中尋找最好的一面，想方設法讓世界更好，內心的火焰和熱情可以光芒四射，畢業後把人生暫停了半年，緩下腳步的同時找了份跨領域工作。偶而散步、愛跟小動物玩耍。曾立過很多志，最近是希望當一個有夢想的人。
謝謝你的時間「訂閱,追蹤和留言」都是陪伴我走過 30 天鐵人賽的精神糧食。
iThome鐵人賽
看影片追技術