Pandas学习总结——4. Pandas变形 之 透视表 & 变形方法

1 透视表

1.1 pivot与pivot_table

• pivot函数可将某一列作为新的cols。但pivot函数具有很强的局限性，除了功能上较少之外，还不允许values中出现重复的行列索引对（pair）

# 将Gender的元素作为新的列，列值为Height的数值
df.pivot(index='ID',columns='Gender',values='Height')

# 下面程序会报错！！！因为school中含有重复的索引
df.pivot(index='School',columns='Gender',values='Height')

• pivot_table函数的功能更多，但速度较慢。下面介绍常用参数：
  • aggfunc：对组内进行聚合统计，可传入各类函数，默认为’mean’；
  • margins：为True时汇总边际状态；
  • margins_name：边际状态名字，默认为all
  • index行、columns列、values值都可以是多级，此时参数为列表形式；

pd.pivot_table(df,index='ID',columns='Gender',values='Height')

# aggfunc举例
pd.pivot_table(df,index='School',columns='Gender',values='Height',aggfunc=['mean','sum'])

# margins举例
pd.pivot_table(df,index='School',columns='Gender',values