本文含
3796 字,
22 图表截屏 建议阅读
20
分钟 从功能上讲,Pandas 中用透视表 (pivot table) 和 Excel 里面的透视表是一样的。透视表是一种做多维数据分析的工具,还记得
Pandas 的 split-apply-combine 三部曲吗?首先用 groupby 分组,再平行将某个函数应用到各组上,最后自动连接成一个总表。今天介绍的 pivot_table() 函数可以将上面“
拆分-应用-结合”三个步骤用一行来完成。
先看一张图:
Pivot 字面意思是支点,即上图中的 index 和 columns 指定的行和列标签,支点可想理解成数据 (values) 在哪个维度上做整合 (aggfunc),再吧 NaN 值用 fill_value 替代,按行按列加总 (margin=True)。
理解还有些难度?没问题,看完本帖就懂了。
数据首先从 csv 读数据。
df = pd.read_csv('PB Sales.csv')df
创建透视表的 pivot_table()
函数里面的参数设置很多,学习它最有效的方式是每一步设置一个参数,检查结果是否符合预期。
先从最简单的语法开始,只设置 index='Account'
,通用语法如下:
pd.pivot_table(df, index=label_str)
pd.pivot_table( df, index="Account" )
从上表结果看,Price 和 Quantity 两列按照 Account 以某种方式合并了。看原 df 最后两行,账户 MM729833 合并成一行,对应的 Price 和 Quantity 是 42500 和 200,看来某种方式是求平均。现在大概可以猜出 pivot_table()
函数中有个参数用来设置整合方式,而默认值为平均。
上例设置单个 index,接下来看看设置多个 index 的结果是什么样的。这时用列表来存储多个 index。通用语法如下: