pandas pivot实现行转列

pivot_table

透视表是一种可以对数据动态排布并且分类汇总的表格格式。或许大多数人都在Excel使用过数据透视表，也体会到它的强大功能，而在pandas中它被称作pivot_table。其实际上是建立层次化索引。

函数

pivot_table(data, values=None, index=None, columns=None,aggfunc='mean', fill_value=None, margins=False, dropna=True, margins_name='All')
pivot_table有四个最重要的参数index、values、columns、aggfunc

• index关于index和columns都支持列表，如果传入多个index则生成一个多重索引，如果是单一index，建议不要使用列表传入
• columns传入想要将某一行的值转为例
• Values可以对需要的计算数据进行筛选
• aggfunc参数可以设置我们对数据聚合时进行的函数操作，min，max，np.sum np.mean等，默认是aggfunc=‘mean’。

样例

以下图的dataframe为例，我们想将每一个学生的学科成绩按列显示。

首先设置index，每个pivot_table必须设置index，这里index设置为UserName，然后将我们想要转为列的index传给columns
pd.pivot_table(df,index="UserName",columns="Subject")
通常转换完的表需要重设索引

至此就实现了行转列。

参考
Python中pandas透视表pivot_table功能详解（非常简单易懂）
pandas.DataFrame的pivot()和unstack()实现行转列