Python笔记：Python中的数据透视表

在用Excel做数据处理的时候，数据透视表的功能很实用，Python中也有数据透视表功能。如下：

1. 预览数据源

# 预览数据源
df

2. 计算每个年份的平均销售数量

# 计算每个年份的平均销售数量

pd.pivot_table(df, index = "年份", values = "销售数量" )

3. 计算每个年份的总销售数量

# 计算每个年份的总销售数量

pd.pivot_table(df, index = "年份", values = "销售数量" ,aggfunc = "sum")

4. 计算各个省份各种商品的总销售数量

# 计算各个省份各种商品的总销售数量

pd.pivot_table(df, index = "省份", columns = "商品", values = "销售数量" ,aggfunc = "sum")

5. 计算各个省份各种商品的总销售数量，将错误值强制显示为0

# 计算各个省份各种商品的总销售数量，将错误值强制显示为0

pd.pivot_table(df, index = "省份", columns = "商品", values = "销售数量" ,aggfunc = "sum").fillna("0")

6. 计算各个省份各种商品的总销售数量，将错误值强制显示为0.添加合计行与列

# 计算各个省份各种商品的总销售数量，将错误值强制显示为0.添加合计行与列

pd.pivot_table(df, index = "省份", columns = "商品", values = "销售数量" ,aggfunc = "sum",margins = True).fillna("0")

7. # 计算各个省份各种商品的总销售数量，将错误值强制显示为0.添加合计行与列，且给合计行重命名

# 计算各个省份各种商品的总销售数量，将错误值强制显示为0.添加合计行与列，且给合计行重命名

pd.pivot_table(df, index = "省份", columns = "商品", values = "销售数量" ,aggfunc = "sum",margins = True,margins_name = "合计").fillna("0")

小结：平时用Excel的数据透视表，感觉挺方便的。但如果玩腻了Excel，玩一下Python也是不错的。