【Python系列专栏】第六十三篇 Python中 Pandas 数据透视表

.

数据透视表

在Excel中有一个非常强大的功能就是数据透视表，通过托拉拽的方式可以迅速的查看数据的聚合情况，这里的聚合可以是计数、求和、均值、标准差等。

pandas为我们提供了非常强大的函数pivot_table()，该函数就是实现数据透视表功能的。对于上面所说的一些聚合函数，可以通过参数aggfunc设定。我们先看看这个函数的语法和参数吧：

pivot_table(data,values=None,
                   index=None,
                   columns=None,
                   aggfunc='mean',
                   fill_value=None,
                   margins=False,
                   dropna=True,
                   margins_name='All')

• data：需要进行数据透视表操作的数据框
• values：指定需要聚合的字段
• index: 指定某些原始变量作为行索引
• columns: 指定哪些离散的分组变量
• aggfunc: 指定相应的聚合函数，默认为numpy.mean()
• fill_value：使用一个常数替代缺失值，默认不替换
• margins: 是否进行行或列的汇总，默认不汇总
• dropna: 默认所有观测为缺失的列
• margins_name：默认行汇总或列汇总的名称为’All’

我们仍然以student表为例，来认识一下数据透视表pivot_table函数的用法：

对一个分组变量（Sex），一个数值变量（Height）作统计汇总：

对一个分组变量（Sex），两个数值变量（Height,Weight）作统计汇总：

对两个分组变量（Sex，Age)，两个数值变量（Height,Weight）作统计汇总：

很显然这样的结果并不像Excel中预期的那样，该如何变成列联表的形式的？很简单，只需**将结果进行非堆叠操作（unstack）**即可：

看，这样的结果是不是比上面那种看起来更舒服一点？

使用多个聚合函数

有关更多数据透视表的操作，可参考《Pandas透视表（pivot_table）详解》一文。