pandas中使用数据透视表的示例代码

什么是透视表？

经常做报表的小伙伴对数据透视表应该不陌生，在excel中利用数据透视表可以快速地进行分类汇总，自由组合字段快速计算，而这些只需要拖拉拽就可以实现。

维基百科对透视表（pivot table）解释是：
A pivot table is a table  of statistics that summarizes the data of a more extensive table.
透视表是一种汇总了更广泛表数据的统计信息表。

典型的数据格式是扁平的，只包含行和列，不方便总结信息：

而数据透视表可以快速抽取有用的信息：

pandas也有透视表？

pandas作为编程领域最强大的数据分析工具之一，自然也有透视表的功能。

在pandas中，透视表操作由pivot_table()函数实现，不要小看只是一个函数，但却可以玩转数据表，解决大麻烦。

pivot_table使用方法：

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

参数解释：

• data：dataframe格式数据
• values：需要汇总计算的列，可多选
• index：行分组键，一般是用于分组的列名或其他分组键，作为结果DataFrame的行索引
• columns：列分组键，一般是用于分组的列名或其他分组键，作为结果DataFrame的列索引
• aggfunc：聚合函数或函数列表，默认为平均值
• fill_value：设定缺失替换值
• margins：是否添加行列的总计
• dropna：默认为True，如果列的所有值都是NaN，将不作为计算列，False时，被保留
• margins_name：汇总行列的名称，默认为All
• observed：是否显示观测值

注意，在所有参数中，values、index、columns最为关键，它们分别对应excel透视表中的值、行、列：

参数aggfunc对应excel透视表中的值汇总方式，但比excel的聚合方式更丰富：

如何使用pivot_table？

下面拿数据练一练，示例数据表如下：

该表为用户订单数据，有订单日期、商品类别、价格、利润等维度。

首先导入数据：

data = pd.read_excel("E:\\订单数据.xlsx")
data.head()

接下来使用透视表做分析：

• 计算每个州销售总额和利润总额

result1 = pd.pivot_table(data,index='洲' , values = ['销售额','利润'] , aggfunc = np.sum)
result1.head()

• 计算每个洲每个城市每单平均销售量

result2 = pd.pivot_table(data,index=['洲','城市'],aggfunc=np.mean,values=['数量'])
result2.head(20)

• 计算每个洲的总销量和每单平均销量

result3 = pd.pivot_table(data,index=['洲'],aggfunc=[np.sum,np.mean],values=['数量'])
result3.head()

• 看每个城市（行）每类商品（列）的总销售量，并汇总计算

result4 = pd.pivot_table(data,index=['城市'],columns=['商品类别'],aggfunc=[np.sum],values=['数量'],margins=True)
result4.head()

总结

本文介绍了pandas pivot_table函数的使用，其透视表功能基本和excel类似，但pandas的聚合方式更加灵活和多元，处理大数据也更快速，大家有兴趣可探索更高级的用法。

到此这篇关于pandas中使用数据透视表的示例代码的文章就介绍到这了,更多相关pandas 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！

最新评论