python做数据透视表_Python Pandas Pivot_Table 如何在Python中实现数据透视表功能

数据透视表（Pivot Table）是一种交互式的表，可以进行某些计算，如求和与计数等，其所进行的计算与数据跟数据透视表中的排列有关。

在Excel中我们可以轻而易举地实现数据透视表功能，“插入——数据透视表——拖动选项——完成透视表”。

那么在Python中也能实现数据透视表功能吗？答案是肯定的。本文旨在介绍Python Pandas中实现数据透视表功能的函数Pivot_table，并用实例解析它的参数设置及使用方法。

首先，观看官方文档对pandas.pivot_table函数的解释：

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

各个参数的解释如下：

参数太多难理解？没关系，接下来将以实例的方式解析pivot_table函数及参数来帮助大家理解并使用。

案例实践：

1、导入相关库

import pandas as pd

import numpy as np

python实现透视表功能的pivot_table函数主要需要两个库pandas和numpy。

2、导入要进行透视的数据文件

df=pd.read_excel("C:\\Users\\Administrator\\Desktop\\pivot_table\\销售数据源.xlsx")

导入excel xlsx格式的文件需要使用read_excel函数，若是csv格式则使用read_csv函数，括号内为文件路径，保存为df。

3、查看刚刚导入数据的情况

df.head()

以上结果显示，数据成功导入了python

4、以账号站点归类做个简单的透视表

pd.pivot_table(df,index=["站点"])

数据透视成功。这段代码pivot_table有两个函数，一个是df，另一个是index。df是之前导入的数据，index是要设置的索引。

但是还有两个问题：

一是team和周数不应该出现在这里的，猜想原因可能是python误将team和周数的数字识别为数值并对其进行了运算但我们并不需要。

二是销售额小数点后的尾数太多了，能不能保留小数点后两位。

解决方法为，转换team