DataFrame数据透视表pd.pivot_table()

【小白从小学Python、C、Java】
【Python-计算机等级考试二级】
【Python-数据分析】
DataFrame数据透视表
pd.pivot_table()


[太阳]选择题

以下python代码说法错误的是?
import pandas as pd
import numpy as np

myData = pd.DataFrame({'国家':['中国','俄罗斯','中国','俄罗斯','中国'],'城市':['北京','莫斯科','上海','莫斯科','上海'],'出口量A':[100,50,200,30,400],'出口量B':[1000,500,2000,300,4000]})
print("【显示】myData:")
print(myData)
print("【执行】pd.pivot_table(...)方法:")
result=pd.pivot_table(data=myData,index=['国家','城市'],values=['出口量A','出口量B'],aggfunc=[np.mean,np.sum,len])
print(result)

A选项:aggfunc中len用于求目标列的长度
B选项:index参数选取字段作为新表的索引
C选项:values参数选取目标字段进行展示
D选项:aggfunc参数选取计算方式计算

正确答案是:A

图1 问题解析

图2 运行代码

 

[太阳]温馨期待

期待大家提出宝贵建议,互相交流,收获更大,助教:hzy

#IT研究所#[握手]#微博公开课# 

欢迎大家转发,一起传播知识和正能量,帮助到更多人。期待大家提出宝贵改进建议,互相交流,收获更大。辛苦大家转发时注明出处(也是咱们公益编程交流群的入口网址),刘经纬老师共享知识相关文件下载地址为:https://liujingwei.cn

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
`pd.pivot_table` 是 Pandas 库中的一个函数,用于创建透视表(pivot table)。透视表是一种数据汇总和分析的方式,它可以根据数据中的某些列进行汇总,并计算某些列的统计指标(如平均值、总和、计数等)。 `pd.pivot_table` 函数的基本语法如下: ```python pd.pivot_table(data, values=None, index=None, columns=None, aggfunc='mean', fill_value=None, margins=False, dropna=True, margins_name='All') ``` 其中,参数含义如下: - `data`:要创建透视表的数据集。 - `values`:要计算统计指标的列。 - `index`:用于分组的列名或列名列表。 - `columns`:用于创建列的列名或列名列表。 - `aggfunc`:对于每个组,要应用的聚合函数(如平均值、总和、计数等)。 - `fill_value`:用于替换缺失值的值。 - `margins`:是否添加行和列的总计。 - `dropna`:是否删除带有缺失值的行或列。 - `margins_name`:总计行和列的名称。 下面是一个例子,假设有一个数据集 `df`,包含销售数据: ```python import pandas as pd df = pd.DataFrame({ 'Region': ['East', 'East', 'West', 'West', 'South', 'South', 'North', 'North'], 'Country': ['USA', 'Canada', 'USA', 'Canada', 'USA', 'Canada', 'USA', 'Canada'], 'Sales': [1000, 800, 1200, 900, 1500, 1300, 1100, 1000], 'Profit': [100, 80, 120, 90, 150, 130, 110, 100] }) ``` 现在,我们想要创建一个透视表,分别统计每个地区、每个国家的销售总额和利润总额。可以使用 `pd.pivot_table` 函数来实现: ```python pivot_table = pd.pivot_table(df, values=['Sales', 'Profit'], index=['Region', 'Country'], aggfunc=sum) print(pivot_table) ``` 输出结果如下: ``` Profit Sales Region Country East Canada 80 800 USA 100 1000 North Canada 100 1000 USA 110 1100 South Canada 130 1300 USA 150 1500 West Canada 90 900 USA 120 1200 ``` 可以看到,透视表按照地区和国家进行了分组,并计算了每个组的销售总额和利润总额。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

刘经纬老师

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值