Pandas 旋转数据

Pandas是一个开源的Python数据分析库，其强大的数据处理能力使得数据的清洗、转换、分析等操作变得非常简单。在Pandas中，旋转数据是数据处理中常用的操作之一。

旋转操作指的是将原始数据中的某些列转化为行，并将其它一些列作为新的列，这样可以方便地进行数据分析和统计等操作。在Pandas中，可以使用pivot()和pivot_table()函数来实现数据的旋转操作。

下面分别分步骤介绍这两个函数：

1. pivot()

pivot()函数将DataFrame中的一个或多个列作为行索引，其它列作为目标列，并将目标列的值作为新的列索引。语法如下：

DataFrame.pivot(index, columns, values)

其中，index表示生成的新表格的行索引，columns表示生成的新表格的列索引，values表示生成新表格的数据。

例如，定义如下的DataFrame数据：

import pandas as pd

data = {
    'name': ['Alice', 'Bob', 'Charlie', 'David'],
    'subject': ['Math', 'Math', 'English', 'English'],
    'score': [85, 90, 80, 75]
}

df = pd.DataFrame(data)
print(df)

输出如下：

      name  subject  score
0    Alice     Math     85
1      Bob     Math     90
2  Charlie  English     80
3    David  English     75

如果我们要按照学科进行旋转操作，可以使用pivot()函数，代码如下：

pivot_df = df.pivot(index='name', columns='subject', values='score')
print(pivot_df)

输出结果如下：

subject  English  Math
name                  
Alice         NaN  85.0
Bob           NaN  90.0
Charlie      80.0   NaN
David        75.0   NaN

可以看到，pivot()函数将原始数据中的subject列旋转为新表格的列索引，将name列作为新表格的行索引，将score列作为新表格中的数据。同时，由于某些学生只有在某些科目上有成绩，因此生成的新表格中有些值是缺失值，使用NaN表示。

2. pivot_table()

pivot_table()函数和pivot()函数的作用类似，可以实现数据的旋转操作。但是，pivot_table()函数除了可以应用于DataFrame之外，还可以应用于Series，而且还可以进行数据的聚合操作。

pivot_table()函数语法如下：

DataFrame.pivot_table(values, index, columns, aggfunc='mean')

其中，values表示pivot_table()函数生成新表格的数值，index表示新表格的行索引，columns表示新表格的列索引，aggfunc表示对新表格的聚合函数，缺省情况下会自动使用mean()函数求均值。

例如，定义如下的DataFrame数据：

import pandas as pd

data = {
    'name': ['Alice', 'Bob', 'Charlie', 'David', 'Alice', 'Bob', 'Charlie', 'David'],
    'subject': ['Math', 'Math', 'Math', 'Math', 'English', 'English', 'English', 'English'],
    'score': [85, 90, 80, 75, 90, 85, 80, 75],
    'class': ['A', 'A', 'B', 'B', 'A', 'A', 'B', 'B']
}

df = pd.DataFrame(data)
print(df)

输出结果如下：

      name  subject  score class
0    Alice     Math     85     A
1      Bob     Math     90     A
2  Charlie     Math     80     B
3    David     Math     75     B
4    Alice  English     90     A
5      Bob  English     85     A
6  Charlie  English     80     B
7    David  English     75     B

如果我们要按照学科和班级进行旋转操作并进行均值统计，可以使用pivot_table()函数，代码如下：

pivot_table_df = pd.pivot_table(df, values='score', index=['name'], columns=['subject', 'class'])
print(pivot_table_df)

输出结果如下：

subject   English        Math     
class           A     B     A     B
name                              
Alice        90.0   NaN  85.0   NaN
Bob          85.0   NaN  90.0   NaN
Charlie      80.0  80.0   NaN  80.0
David        75.0  75.0   NaN  75.0

可以看到，pivot_table()函数将原始数据中的subject和class列旋转为新表格的列索引，将name列作为新表格的行索引，将score列作为新表格中的数据。同时，对新表格中的数据进行了均值统计，生成的新表格中缺失值使用NaN表示。