Python+Pandas实现数据透视表
更新时间：2022年06月16日 16:00:19 作者：Python丁小杰
对于数据透视表，相信对于Excel比较熟悉的小伙伴都知道如何使用它。本文将利用Python Pandas实现数据透视表功能，感兴趣的可以学习一下
大家好，我是丁小杰。
对于数据透视表，相信对于 Excel 比较熟悉的小伙伴都知道如何使用它，并了解它的强大之处，而在pandas中要实现数据透视就要用到pivot_table了。
导入示例数据
首先导入演示的数据集。
import pandas as pd
df = pd.read_csv('销售目标.csv')
df.head()
参数说明
主要参数：
data：待操作的 DataFramevalues：被聚合操作的列，可选项index：行分组键，作为结果 DataFrame 的行索引columns：列分组键，作为结果 DataFrame 的列索引aggfunc：聚合函数/函数列表，默认 numpy.mean 这里要注意如果 aggfunc 中存在函数列表，则返回的 DataFrame 中会显示函数名称fill_value：默认 None，可设定缺省值dropna：默认 True，如果列的所有值都是 NaN，将被删除；False 则保留margins：默认 False，设置为 True 可以添加行/列的总计margins_name：默认显示 'ALL'，当margins = True时，可以设定 margins 行/列的名称
常用操作
使用pivot_table时必须要指定index，因为计算时要根据index进行聚合。
pd.pivot_table(df.head(20), index='订单日期', aggfunc=np.sum)
通过指定value来选择被聚合的列。
pd.pivot_table(df.head(20), values='销售目标', index='订单日期', aggfunc=np.sum)
当只指定index进行聚合时，其实用groupby可以实现同样的效果。
df.head(20).groupby(['订单日期'])['销售目标'].sum().reset_index()
添加columns参数，对列分组。
pd.pivot_table(df.head(10), values='销售目标', index=['订单日期', '类别'], columns='细分', aggfunc=np.sum)
对于上面结果中的空值，使用fill_value参数统一填充为0
pd.pivot_table(df.head(10), values='销售目标', index=['订单日期', '类别'], columns=['细分'], aggfunc=np.sum, fill_value=0)
现在按年份来统计销售数据，注意此时的aggfunc参数，当参数值包含列表时，在结果DataFrame中就会显示函数名称。
pd.pivot_table(df, values='销售目标', index=['年份', '类别'], columns='细分', aggfunc=[np.sum])
如果需要添加合计列，只需指定margins=True即可，同时根据需要指定合计名称。
pd.pivot_table(df, values='销售目标', index=['年份', '类别'], columns='细分', aggfunc=np.sum, margins=True, margins_name='合计')
当然与groupby类似，对于计算函数我们可以同时指定多种方式。
pd.pivot_table(df,
values='销售目标',
index=['年份', '类别'],
columns=['细分'],
aggfunc={'销售目标': [max, np.sum]},
fill_value=0)
到此这篇关于Python+Pandas实现数据透视表的文章就介绍到这了,更多相关Python 数据透视表内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这篇文章主要介绍了torch 中各种图像格式转换的实现方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-12-12
这篇文章主要介绍了OpenCV 图像旋转、平移、缩放,本文是 OpenCV图像视觉入门之路的第7篇文章，本文详细的进行了图像的缩放 cv2.resize()、旋转 cv2.flip()、平移 cv2.warpAffine()等操作，需要的朋友可以参考下2022-12-12
今天小编就为大家分享一篇Python 新建文件夹与复制文件夹内所有内容的方法，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2018-10-10
这篇文章主要介绍了Python多线程的使用详情，线程之间执行是无序的，cpu调度哪个线程就执行哪个线程，下文相关介绍需要的小伙伴可以参考一下2022-04-04
这篇文章主要介绍了python3 Scrapy爬虫创建项目，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-04-04
汉诺塔（又称河内塔）问题是源于印度一个古老传说的益智玩具。2014-03-03
这篇文章主要介绍了浅谈pyqt5中信号与槽的认识，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2019-02-02
PyCharm添加Anaconda中的虚拟环境Python解释器出现Conda executable is not
这篇文章主要给大家介绍了关于PyCharm添加Anaconda中的虚拟环境Python解释器出现Conda executable is not found错误的解决办法,文中通过图文介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2023-02-02
今天给大家带来的是关于Python基础的相关知识,文章围绕着Python变量的相关知识展开,文中有非常详细的介绍及代码示例,需要的朋友可以参考下2021-06-06
对于网站来说，给用户一个较好的体验是很重要的事情，其中最重要的指标就是网站的浏览速度。因此服务端要从各个方面对网站性能进行优化，这篇文章主要介绍了异步任务队列Celery在Django中的使用方法，感兴趣的小伙伴们可以参考一下2018-06-06
最新评论