pandas 之 pivot_table 与 pivot 的区别

1、pivot：通过指定的索引和列对数据进行重塑，无法聚合。

语法：

DataFrame.pivot(self, index=None, columns=None, values=None)

构建一个 DataFrame 数据

df = pd.DataFrame({'foo': ['one', 'one', 'one', 'two', 'two',
                           'two'],
                   'bar': ['A', 'B', 'C', 'A', 'B', 'C'],
                   'baz': [1, 2, 3, 4, 5, 6],
                   'zoo': ['x', 'y', 'z', 'q', 'w', 't']})
                   
df
    foo   bar  baz  zoo
0   one   A    1    x
1   one   B    2    y
2   one   C    3    z
3   two   A    4    q
4   two   B    5    w
5   two   C    6    t

使用 pivot 进行重塑

df.pivot(index='foo', columns='bar', values='baz')
bar  A   B   C
foo
one  1   2   3
two  4   5   6

df.pivot(index='foo', columns='bar')
Out[129]: 
    baz       zoo      
bar   A  B  C   A  B  C
foo                    
one   1  2  3   x  y  z
two   4  5  6   q  w  t

但是，如果指定的 index + columns 构成的数据里面存在重复的情况，将会报错

df = pd.DataFrame({"foo": ['one', 'one', 'two', 'two'],
                   "bar": ['A', 'A', 'B', 'C'],
                   "baz": [1, 2, 3, 4]})
df
   foo bar  baz
0  one   A    1
1  one   A    2
2  two   B    3
3  two   C    4

df.pivot(index='foo', columns='bar', values='baz')

Traceback (most recent call last):  # 报错内容
   ...
ValueError: Index contains duplicate entries, cannot reshape

2、pivot_table：通过指定的索引和列对数据进行重塑，可以聚合

语法：

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

构建一个 DataFrame 数据

# 仍然使用上一个被报错的例子
df = pd.DataFrame({"foo": ['one', 'one', 'two', 'two'],
                   "bar": ['A', 'A', 'B', 'C'],
                   "baz": [1, 2, 3, 4]})
df
   foo bar  baz
0  one   A    1
1  one   A    2
2  two   B    3
3  two   C    4

使用 pivot_table 进行重塑、聚合

df.pivot_table(index='foo', columns='bar', values='baz')  # 默认的聚合函数为：mean
Out[135]: 
bar    A    B    C
foo               
one  1.5  NaN  NaN
two  NaN  3.0  4.0

# 还可以进行其他聚合操作，比如：求和
df.pivot_table(index='foo', columns='bar', values='baz').sum()
Out[136]: 
bar
A    1.5
B    3.0

综述：

1. pivot：无法聚合，只能简单重塑，如果存在重复数据将会报错；常用于处理非数字数据。
2. pivot_table：可以聚合，正好弥补 pivot 的缺陷。