使用pandas中的pivot_table()实现数据透视表。语法格式如下:
pd.pivot_table(data,values=None,index=None,
columns=None,aggfunc='mean',fill_value=None,margins=False,dropna=True,
margins_name='All')
pd.pivot_table()有四个最重要的参数index、values、columns、aggfunc。
四个最重要参数解析:
index:相当于SQL里的group by用于分组的字段,相当于行索引。index也是层次字段,要通过透视表获取什么信息就按照相应的顺序设置字段。
pd.pivot_table(data,index=['列名1','列名2'])
values:相当于SQL里对列进行聚合计算,对需要的计算数据进行筛选。
pd.pivot_table(data,index=['列名1','列名2'],values=['计算列名1','计算列名2','计算列名3'])
columns:columns类似index可以设置列层次字段,它不是一个必要参数,作为一种分割数据的可选方式。
pd.pivot_table(data,index=['列名1','列名2'],
values=['计算列名1','计算列名2','计算列名3'],columns=['列名3'])
aggfunc:aggfunc参数可以设置对数据聚合时进行的函数操作。对于aggfunc参数,操作的是values后面的值,而不是columns后面的值。分别对values参数中的每一列都进行求和与求平均值。
pd.pivot_table(data,index=['列名1','列名2'],
values=['计算列名1','计算列名2','计算列名3'],aggfunc=[np.sum,np.mean])
fill_value:当数据为空时,填充的指定值。fill_value=0
注意:aggfunc也可以使用dict类型,这样可以指定values中每一列的聚合函数。如果dict中的内容与values不匹配时,以dict中为准。
table=pd.pivot_table(data,index=['列名1','列名2'],columns=['列名3'],
values=['计算列名1','计算列名2','计算列名3'],
aggfunc={'计算列名1':np.mean,'计算列名2':[min, max, np.mean]},fill_value=0)
结果就是’计算列名2’求min,max和mean,'计算列名1’求mean,而’计算列名3’没有显示。