1 使用pivot_table函数创建透视表
1.1 使用订单号作为透视表索引制作透视表
pd.pivot_table(DataFrame[['order_id', 'counts', 'amounts']], index = 'order_id')
1.2 修改聚合函数后的透视表
pd.pivot_table(DataFrame[['order_id', 'counts', 'amounts']], index = 'order_id', aggfunc= np.sum)
aggfunc默认为mean
1.3 使用订单号和菜品名称作为索引的透视表
pd.pivot_table(DataFrame[['order_id', 'dishes_name', 'counts', 'amounts']], index = ['order_id','dishes_name'], aggfunc= np.sum)
index为行分组键
1.4 指定菜品名称为列分组键的透视表
pd.pivot_table(DataFrame[['order_id', 'dishes_name', 'counts', 'amounts']], index = 'order_id', columns='dishes_name', aggfunc= np.sum)
columns为列分组键
1.5 指定某些列制作透视表
pd.pivot_table(DataFrame[['order_id', 'dishes_name', 'counts', 'amounts']], index = 'order_id', values='counts', aggfunc= np.sum)
1.6 填充透视表中的缺失值
pd.pivot_table(DataFrame[['order_id', 'dishes_name', 'counts', 'amounts']], index = 'order_id', columns='dishes_name',aggfunc= np.sum, fill_value=0)
缺失值填充为0,不赋值的话填充NaN
1.7 透视表中添加汇总数据
pd.pivot_table(DataFrame[['order_id', 'dishes_name', 'counts', 'amounts']], index = 'order_id', columns='dishes_name',aggfunc= np.sum, fill_value=0,margins = True)
赋值为True时,会出现命名为ALL的列
2 使用crosstab函数创建交叉表
pd.crosstab(index = DataFrame['order_id'], colunms=DataFrame['dishes_name'], values=DataFrame['counts'], aggfunc =np.sum,)