pandas pivot_table() 按日期分多列数据的方法

更新时间：2018年11月16日 09:11:08 作者：徐三少北

今天小编就为大家分享一篇pandas pivot_table() 按日期分多列数据的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

如下所示：

date	20170307	20170308
iphone4	2	0
iphone5	2	1
iphone6	0	1

先生成DF数据。

>>> df = pd.DataFrame.from_dict([['ip4','20170307',1],['ip4','20170307',1],['ip5','20170307',1],['ip5','20170307',1],['ip6','20170308',1],['ip5','20170308',1]])

>>> df.columns=['type','date','num']

>>>df

 type   date num
0 ip4 20170307  1
1 ip4 20170307  1
2 ip5 20170307  1
3 ip5 20170307  1
4 ip6 20170308  1
5 ip5 20170308  1

>>> pd.pivot_table(df,values='num',rows=['type'],cols=['date'],aggfunc=np.sum).fillna(0)

操作一下就是实现结果。

注：这个函数的参数形式在0.13.x版本里有效，其他版本请参考相应文档。

从0.14.0开始，参数形式升级成pd.pivot_table(df,values='num',index=['type'],columns=['date'],aggfunc=np.sum).fillna(0)

以上这篇pandas pivot_table() 按日期分多列数据的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

python递归函数求n的阶乘,优缺点及递归次数设置方式
这篇文章主要介绍了python递归函数求n的阶乘,优缺点及递归次数设置方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2020-04-04
django ORM之values和annotate使用详解
这篇文章主要介绍了django ORM之values和annotate使用详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2020-05-05
代码详解Python的函数基础(2)
这篇文章主要为大家详细介绍了Python的函数基础，使用了函数参数和递归函数，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2022-01-01
使用python创建生成动态链接库dll的方法
这篇文章主要介绍了使用python创建生成动态链接库dll的方法，本文通过示例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
2020-05-05
解决python中文乱码问题方法总结
这篇文章主要介绍了解决python中文乱码问题方法总结,需要的朋友可以参考下
2021-05-05
浅谈python多线程和队列管理shell程序
这篇文章主要给大家简单介绍了python多线程和队列管理shell程序的方法和简单示例，有需要的小伙伴可以参考下。
2015-08-08
python 实现一个简单的线性回归案例
这篇文章主要介绍了python 实现一个简单的线性回归案例，帮助大家更好的理解和使用python，感兴趣的朋友可以了解下
2020-12-12
使用 Celery Once 来防止 Celery 重复执行同一个任务
这篇文章主要介绍了使用 Celery Once 来防止 Celery 重复执行同一个任务,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2021-10-10
探索Python内置数据类型的精髓与应用
本文探索Python内置数据类型的精髓与应用，包括字符串、列表、元组、字典和集合。通过深入了解它们的特性、操作和常见用法，读者将能够更好地利用这些数据类型解决实际问题。
2023-09-09
如何解决jupyter notebook无法导入自己安装的包
这篇文章主要介绍了如何解决jupyter notebook无法导入自己安装的包问题，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
2023-07-07