『Python』Pandas数据透视表(pivot_table)的存储与读取

当对某个 $DataFrame$ 进行 pd.pivot_table 操作时，输出的透视表的列名会根据参数 $columns$ 所指定的列内含有的类别进行细分，最终生成到 $Excel$ 时，列名也会占据多行，虽然提高了肉眼的可读性，但再次用程序加载得到的表并不方便处理

Last updated:   \space   2024/05/31

创建一个DateFrame

df = pd.DataFrame(
	              data={'User': ['Jaye', 'Ben', 'Ben', 'Jaye', 'Leo'], 
                        'Class one?': ['Y', 'N', 'Y', 'Y', 'N'], 
                        'Value': [5, 7.0, 10, 2, 8.8], })
                        
>> User Class one?  Value
0  Jaye          Y    5.0
1   Ben          N    7.0
2   Ben          Y   10.0
3  Jaye          Y    2.0
4   Leo          N    8.8

创建数据透视表

df_pivot = pd.pivot_table(df, index='User', columns='Class one?', aggfunc='sum')
df_pivot.to_excel('testing.xlsx')

仔细观察$MultiIndex$

$pivot\_table$ 的 $columns$ 是 $MultiIndex$

遍历输出后发现它由多个 $tuple$ 组成，每一个 $tuple$ 都代表了最细粒度的类别

输出到$Excel$并重新读取

通过参数index_col(对应$index$) 和 header(对于$columns$), 就可以读取前文已经输出到 $Excel$ 的数据透视表

pd.read_excel('testing.xlsx', index_col=0, header=[0, 1])

1. index_col=0表示将第一列设为 $index$
2. header=[0, 1]表示将第1~2行作为 $columns$