pandas 笔记：pivot_table 数据透视表\pivot

1 基本使用方法

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

2 主要参数

data	DataFrame
values	要进行聚合的列
index	在数据透视表索引（index）上进行分组的键
columns	在数据透视表列（column）上进行分组的键
agg_func	聚合方式
fill_value	缺省值的填充方式，默认为NAN
margins	默认为False，设置为True之后，会计算一个总的value值

3 使用方法

3.0 导入数据

import pandas as pd
# Visual Python: Data Analysis > File
vp_df = pd.read_csv('https://raw.githubusercontent.com/visualpython/visualpython/main/visualpython/data/sample_csv/tips.csv')

import seaborn as sns
import numpy as np
vp_df.head()

3.1 基本使用

vp_df.pivot_table(index='day',
                 columns='time',
                 values='total_bill')

 

 3.2 index

• aggfunc默认按平均值聚合，values默认只显示可以按平均值聚合的数据

index为一列名字的效果如3.1所示，多列的话，效果如下

vp_df.pivot_table(index=['day','size'],
                 columns='time',
                 values='total_bill')

 顺序不同，效果也不同

 3.3 values

筛选需要显示的列

values 中一个元素的结果和3.1一样，如果是多个元素，那就是一个value的透视表之后接另一个：

vp_df.pivot_table(index='day',
                 columns='time',
                 values=['total_bill','size'])

 3.4 columns

列索引

columns中一个元素的结果和3.1一样，如果是多个元素，那就是

vp_df.pivot_table(index='day',
                 columns=['time','size'],
                 values='total_bill')

3.5 aggfunc

聚合方式，默认为求平均

vp_df.pivot_table(index='day',
                 columns='time',
                 values='total_bill',
                 aggfunc=sum)

3.5.1 不同的列不同的聚合方式

vp_df.pivot_table(index='day',
                 columns='time',
                 values=['total_bill','size'],
                  aggfunc={'total_bill':sum,'size':min},
                 margins=True)

 3.5 fill_value

vp_df.pivot_table(index='day',
                 columns='time',
                 values='total_bill',
                 fill_value='Not a Num')

 3.6 margins

vp_df.pivot_table(index='day',
                 columns='time',
                 values='total_bill',
                  aggfunc=sum,
                 margins=True)

4 pivot

不同于pivot_table，pivot不会进行聚合操作，换言之，如果index中有重复值，那么pivot会报错

vp_df.pivot_table(index='day',
            columns='time',
           values='total_bill')

 

vp_df.pivot(index='day',
            columns='time',
           values='total_bill')

#ValueError: Index contains duplicate entries, cannot reshape

vp_df.pivot_table(index='tip',
            columns='time',
           values='total_bill')