怎么使用Python+Pandas實現數據透視表

這篇文章主要介紹了怎么使用Python+Pandas實現數據透視表的相關知識，內容詳細易懂，操作簡單快捷，具有一定借鑒價值，相信大家閱讀完這篇怎么使用Python+Pandas實現數據透視表文章都會有所收獲，下面我們一起來看看吧。

導入示例數據

首先導入演示的數據集。

import pandas as pd

df = pd.read_csv('銷售目標.csv')
df.head()

參數說明

主要參數：

• data：待操作的 DataFrame

• values：被聚合操作的列，可選項

• index：行分組鍵，作為結果 DataFrame 的行索引

• columns：列分組鍵，作為結果 DataFrame 的列索引

• aggfunc：聚合函數/函數列表，默認 numpy.mean 這里要注意如果 aggfunc 中存在函數列表，則返回的 DataFrame 中會顯示函數名稱

• fill_value：默認 None，可設定缺省值

• dropna：默認 True，如果列的所有值都是 NaN，將被刪除；False 則保留

• margins：默認 False，設置為 True 可以添加行/列的總計

• margins_name：默認顯示 'ALL'，當 margins = True 時，可以設定 margins  行/列的名稱

常用操作

使用pivot_table時必須要指定index，因為計算時要根據index進行聚合。

pd.pivot_table(df.head(20),
               index='訂單日期',
               aggfunc=np.sum)

通過指定value來選擇被聚合的列。

pd.pivot_table(df.head(20),
               values='銷售目標',
               index='訂單日期',
               aggfunc=np.sum)

當只指定index進行聚合時，其實用groupby可以實現同樣的效果。

df.head(20).groupby(['訂單日期'])['銷售目標'].sum().reset_index()

添加columns參數，對列分組。

pd.pivot_table(df.head(10),
               values='銷售目標',
               index=['訂單日期', '類別'],
               columns='細分',
               aggfunc=np.sum)

對于上面結果中的空值，使用fill_value參數統一填充為0

pd.pivot_table(df.head(10),
               values='銷售目標',
               index=['訂單日期', '類別'],
               columns=['細分'],
               aggfunc=np.sum,
               fill_value=0)

現在按年份來統計銷售數據，注意此時的aggfunc參數，當參數值包含列表時，在結果DataFrame中就會顯示函數名稱。

pd.pivot_table(df,
               values='銷售目標',
               index=['年份', '類別'],
               columns='細分',
               aggfunc=[np.sum])

如果需要添加合計列，只需指定margins=True即可，同時根據需要指定合計名稱。

pd.pivot_table(df,
               values='銷售目標',
               index=['年份', '類別'],
               columns='細分',
               aggfunc=np.sum,
               margins=True,
              margins_name='合計')

當然與groupby類似，對于計算函數我們可以同時指定多種方式。

pd.pivot_table(df,
               values='銷售目標',
               index=['年份', '類別'],
               columns=['細分'],
               aggfunc={'銷售目標': [max, np.sum]},
               fill_value=0)

關于“怎么使用Python+Pandas實現數據透視表”這篇文章的內容就介紹到這里，感謝各位的閱讀！相信大家對“怎么使用Python+Pandas實現數據透視表”知識都有一定的了解，大家如果還想學習更多知識，歡迎關注億速云行業資訊頻道。