【Pandas透视表（Pivot Table）详解】

前言

透视表（Pivot Table）用于在数据分析和处理过程中进行数据重塑和汇总。

什么是透视表？

透视表是一种数据汇总工具，它可以将原始数据按照用户定义的方式重新排列，以便更容易进行分析和可视化。通常，透视表的目标是对数据进行聚合、汇总和交叉分析，以获得有关数据集的洞察。

使用步骤

1. 引入必要的库

import pandas as pd
import matplotlib.pyplot as plt

2. 读取数据

# 读取数据集
data = pd.read_csv('your_dataset.csv')

3. 创建透视表

使用 Pandas 的 pivot_table() 函数创建透视表。该函数接受多个参数，包括数据集、要进行分析的列、行索引、列索引以及汇总方式。

# 创建透视表
pivot_table = pd.pivot_table(data, values='value_to_summarize', 
                             index='row_index_column', 
                             columns='column_index_column', 
                             aggfunc='sum')

其中：

• values 是需要进行汇总的列。
• index 是行索引，决定了透视表的行。
• columns 是列索引，决定了透视表的列。
• aggfunc 是用于汇总的函数，可以是 ‘sum’、‘mean’、‘count’ 等。

4. 查看透视表

print(pivot_table)

示例代码

import pandas as pd

# 读取示例数据集
data = pd.read_csv('https://raw.githubusercontent.com/datasciencedojo/datasets/master/titanic.csv')

# 创建透视表
pivot_table = pd.pivot_table(data, values='Fare', 
                             index='Pclass', 
                             columns='Sex', 
                             aggfunc='mean')

# 打印透视表
print(pivot_table)

总结

通过合理的设置行索引、列索引和汇总方式，可以根据不同的需求快速生成适用于数据分析的透视表。