pandas versus Excel 学习笔记16(透视表，分组，聚合（group by））

 制作类似透视表

方法一：DataFrame.pivot_table(index='xx',columns='xx',values='xx',aggfunc=xx)

import pandas as pd
import numpy as np
pd.options.display.max_columns=999
orders=pd.read_excel('023/Orders.xlsx')
orders['Year']=pd.DatetimeIndex(orders['Date']).year
pt1=orders.pivot_table(index='Category',columns='Year',values='Total',aggfunc=np.sum)
#aggregation function用来聚合的函数
print(pt1)

结果：

Year                 2011          2012          2013          2014
Category                                                           
Accessories  2.082077e+04  1.024398e+05  6.750247e+05  4.737876e+05
Bikes        1.194565e+07  2.898552e+07  3.626683e+07  1.745318e+07
Clothing     3.603148e+04  5.555877e+05  1.067690e+06  4.612336e+05
Components   6.391730e+05  3.880758e+06  5.612935e+06  1.669727e+06

方法二：

orders['Year']=pd.DatetimeIndex(orders['Date']).year
groups=orders.groupby(['Category','Year'])
s=groups['Total'].sum()
c=groups['ID'].count()
pt2=pd.DataFrame({'sum':s,'count':c})
print(pt2)

结果：