Windows下PythonQt3.2使用pandas.pivot_table

本机环境

　　1、win7 64 旗舰版

　　2、Qt 5.9.1（MSVC 2015,32 bit）

　　3、Python 3.7.1 （32-bit），二进制包安装的，即Windows x86 executable installer

　　4、PythonQt 3.2 使用上面的环境，源码编译

　　5、2018年10月26日

前叙

　　1、为什么没有全部使用vs2015编译python。就是官方建议的pythonQt和python的编译器保持一致，实际编译中python的库编译成功了，但应该是环境问题，和官方的安装包比不是很一样。并且vs2015只能支持编译Python3.6及以下版本。

　　2、为什么没有使用Anaconda进行管理。本文中使用pandas包，先前打算使用Pythoner都说pip怎么怎么麻烦，推荐的Anaconda进行包的管理，经过摸索发现，Anaconda里面包含了Python，根本不需要先安装Python，Anaconda都会内置一个Python（这个python才拥有各种包的环境），并且Anaconda不是每个python都有一个版本的。

Anaconda3-5.3.0-Windows-x86——内置python-3.7.0
Anaconda3-5.2.0-Windows-x86——内置python-3.6.5

我在编译PythonQt3.2时，设置了Anaconda中python库的位置，编译完全没有问题，但运行实例时，报错（具体错误忘记），但是使用对应版本的Python二进制安装包安装，然后编译PythonQt3.2运行实例，则正常，也就是说PythonQt3.2无法使用Anaconda提供的python库。——有解决方法，欢迎各位指正

安装pandas

　　通过参考资料，因为国内被墙，pip使用国内镜像源，安装pandas，还好pip会自己安装pandas依赖的包。CMD中运行：

pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple

此时配置Pycharm，可以看到已安装的包

测试代码：

　　要注意PythonQt3.2中import pandas会报没有模块，但是在cmd中可以。根据参考资料，包含路径即可解决，本人也尝试将这个路径加入环境变量Path，但不好用。怎么查看三方包site-packages的目录，见下图：

源码：

from PythonQt.QtGui import *
import sys
# To use site-packages
sys.path.append('C:\\Users\\Administrator\\AppData\\Local\\Programs\\Python\\Python37-32\\Lib\\site-packages')

from collections import OrderedDict
from pandas import DataFrame
import pandas as pd
import numpy as np
import datetime
df = pd.DataFrame({'A': ['one', 'one', 'two', 'three'] * 6,
                   'B': ['A', 'B', 'C'] * 8,
                   'C': ['foo', 'foo', 'foo', 'bar', 'bar', 'bar'] * 4,
                   'D': ['甲', '乙', '丙'] * 8,
                   'E': [datetime.datetime(2013, i, 1) for i in range(1, 13)] +
                        [datetime.datetime(2013, i, 15) for i in range(1, 13)]})
print(df)
p = pd.pivot_table(df,index=['A', 'B'], columns=['C','D'],aggfunc='count',fill_value='0',margins=True)
print(p)

运行结果：

        A  B    C  D          E
0     one  A  foo  甲 2013-01-01
1     one  B  foo  乙 2013-02-01
2     two  C  foo  丙 2013-03-01
3   three  A  bar  甲 2013-04-01
4     one  B  bar  乙 2013-05-01
5     one  C  bar  丙 2013-06-01
6     two  A  foo  甲 2013-07-01
7   three  B  foo  乙 2013-08-01
8     one  C  foo  丙 2013-09-01
9     one  A  bar  甲 2013-10-01
10    two  B  bar  乙 2013-11-01
11  three  C  bar  丙 2013-12-01
12    one  A  foo  甲 2013-01-15
13    one  B  foo  乙 2013-02-15
14    two  C  foo  丙 2013-03-15
15  three  A  bar  甲 2013-04-15
16    one  B  bar  乙 2013-05-15
17    one  C  bar  丙 2013-06-15
18    two  A  foo  甲 2013-07-15
19  three  B  foo  乙 2013-08-15
20    one  C  foo  丙 2013-09-15
21    one  A  bar  甲 2013-10-15
22    two  B  bar  乙 2013-11-15
23  three  C  bar  丙 2013-12-15
          E                    
C       bar       foo       All
D         丙  乙  甲   丙  乙  甲    
A     B                        
one   A   0  0  2   0  0  2   4
      B   0  2  0   0  2  0   4
      C   2  0  0   2  0  0   4
three A   0  0  2   0  0  0   2
      B   0  0  0   0  2  0   2
      C   2  0  0   0  0  0   2
two   A   0  0  0   0  0  2   2
      B   0  2  0   0  0  0   2
      C   0  0  0   2  0  0   2
All       4  4  4   4  4  4  24

参考资料

更换pip源到国内镜像 https://blog.csdn.net/chenghuikai/article/details/55258957

在Qt(C++)中与Python混合编程 https://www.cnblogs.com/xia-weiwen/p/7932379.html

Windows下PythonQt3.2使用pandas.pivot_table

猜你喜欢