用Pandas做透视表

Pandas是一个强大的分析结构化数据的工具集；它的使用基础是Numpy（提供高性能的矩阵运算）；用于数据挖掘和数据分析，同时也提供数据清洗功能。

数据透视表（Pivot Table）是一种交互式的表格，可以进行某些计算，如求和与计数等。

用于对明细数据表进行各种分类汇总。

假如我们有以下数据：

数据少，便于人脑计算理解。

分别是id(销售)，date(日期)，goods(商品)，sales(销量)

问题：统计每个人每天销售商品 A 和 B 的销量之和。

便于对比说明，先在WPS表格中实现了简单的数据透视表。

在Pandas官方文档的说明中，方法和参数如下：

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

参数解释：(如解释有误，请指出，谢谢！)

data，即要进行透视表的数据，格式为DataFrame

values，用来汇总计算的列，如这里的销量

index，用来分类的列，如这里的人员和商品，在透视表中表现为行的标题

column，用来分类的列，如这里的日期，在透视表中表现为列的标题

aggfunc，用来汇总计算的方法，比如求和，则为aggfunc='sum'，默认为求平均数mean

fill_value，用来填充计算结果中的空值，比如填充为0，则为：fill_value=0

margins，用来当所有的行或者列相加，得到总数；默认不汇总计算

dropna，用来去掉汇总结果全为空的列，默认不去掉

margins_name，当margins为Ture，即计算汇总时，对应行列的标题名称，默认为：All

最常用和重要的参数是：index、values、columns、aggfunc

那么用Pandas进行上面要求的透视表计算，代码如下：

获取数据：

import pandas as pd
import numpy as np
 '''
 省略了从excel中读取数据的步骤，直接在这里生成数据
 '''
 df = pd.DataFrame({
    'id': ['张三','张三','李四','王五','张三','李四','李四','王五','张三','李四','张三','李四'],
    'date': ['2019-01-01', '2019-01-01', '2019-01-01','2019-01-01', '2019-01-02','2019-01-02', '2019-01-02', '2019-01-02', '2019-01-03', '2019-01-03', '2019-01-04', '2019-01-04'],
    'goods':['A','B','A','B','A','A','B','A','A','B','A','A'],
    'sales': [3000, 2000, 3000, 2000, 3000, 3000, 2000,3000, 3000, 2000,3000, 3000]},
    columns = ['id','date','goods','sales'])
df

运行结果如下：

透视表操作代码：

df1=pd.pivot_table(df, 
               index=['id','goods'], 
               columns='date', 
               values='sales', 
               aggfunc=[np.sum], 
               fill_value=0, 
               margins=True,
               margins_name='总计')
df1

运行结果如下：

保存为Excel：

df1.to_excel('test_pivot.xls')

运行结果如下：

参考资料：

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.pivot_table.html