pd.pivot_table（数据透视表）

Pandas的pivot_table函数（数据透视表）-CSDN博客

Pandas | 一文看懂透视表pivot_table - 知乎 (zhihu.com)

pd.pivot_table是Pandas库中的一个函数，它可以创建一个电子表格风格的数据透视表。这个函数非常强大，可以对数据进行多层次的分析。

函数的基本语法如下：

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

参数说明：

• data：需要进行数据透视的DataFrame。
• values：用于聚合的列名，默认聚合所有数值列。
• index：数据透视表的index，从原数据的列中筛选。
• columns：数据透视表的columns，从原数据的列中筛选。
• aggfunc：用于聚合的函数，默认为’mean’，支持numpy的聚合函数。
• fill_value：用于替换结果中的缺失值。
• margins：添加行/列小计和总计，默认为False。
• dropna：是否删除所有条目均为NA的列，默认为True。
• margins_name：总计列的名称，默认为’All’。

下面是一个复杂的例子：

import pandas as pd
import numpy as np

# 创建一个DataFrame
df = pd.DataFrame({"A": ["foo", "foo", "foo", "foo", "foo", "bar", "bar", "bar", "bar"],
                   "B": ["one", "one", "one", "two", "two", "one", "one", "two", "two"],
                   "C": ["small", "large", "large", "small", "small", "large", "small", "small", "large"],
                   "D": [1, 2, 2, 3, 3, 4, 5, 6, 7],
                   "E": [2, 4, 5, 5, 6, 6, 8, 9, 9]})

# 创建一个数据透视表
table = pd.pivot_table(df, values=['D', 'E'], index=['A', 'B'], columns=['C'], aggfunc={'D': np.mean, 'E': [min, max, np.mean]}, fill_value=0)

print(table)

# 结果
            D         E                    
        mean  max mean min mean
A   B   C                       
bar one large  4.0 6.0 6.0 6.0 6.0
        small  5.0 8.0 8.0 8.0 8.0
    two large  7.0 9.0 9.0 9.0 9.0
    two small  6.0 9.0 9.0 9.0 9.0
foo one large  2.0 5.0 5.0 2.0 3.5
        small  1.0 2.0 2.0 2.0 2.0
    two small  3.0 6.0 6.0 5.0 5.5