Pandas透视表(pivot_table)详解

Pandas中的透视表是一种可以从标准数据帧（DataFrame）中提取信息的灵活工具。您可以使用 pivot table 实现多维数据的聚合，并以各种方式对其进行查看。在本篇文章中，我将为您提供 pivot_table 的详细介绍，包括实现透视表所需的核心参数以及一些示例代码。

pivot_table 函数原型

下面是 pivot_table 函数的原型：

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

参数解释

• values： 需要聚合的指标名称或多个指标名称的列表。
• index： 需要汇总的行列。
• columns： 需要汇总的列。
• aggfunc： 聚合函数。
• fill_value：用于替换缺失值的值。
• margins：是否添加All行和列。
• dropna：是否需要删除缺失值NaN。
• margins_name：指定All行和列的名称。
• observed：仅适用于分类变量，默认为 False。
• sort：默认为 True，在分组键上排序。

pivot_table 示例

示例1: 对多个关键字进行分组

该数据集包含每个时间间隔的电视机和互联网订阅收入相关信息。 我们可以使用透视表将数据按公司和年份分组 。

import pandas as pd

df = pd.read_csv("revenue.csv")
result = pd.pivot_table(df, values='revenue', index=['year'], columns=['company'])
print(result)

输出的结果将是以下内容：

company	Apple	Google	Microsoft
year
2016	100.0	120.5	70.0
2017	85.0	110.0	95.5
2018	88.0	130.0	200.0

示例2: 使用aggfunc 和 fill_value

我们可以使用aggfunc指定聚合函数，使用fill_value指定缺失值的替代值。

import pandas as pd

df = pd.read_csv("revenue.csv")
result = pd.pivot_table(df, values='revenue', index=['year'], columns=['company'], aggfunc='sum', fill_value=0)
print(result)

输出的结果将是以下内容：

company	Apple	Google	Microsoft
year
2016	100.0	120.5	70.0
2017	85.0	110.0	95.5
2018	88.0	130.0	200.0

另一个例子是使用 count 作为聚合函数，来计算每个公司每年总共有多少条数据：

import pandas as pd

df = pd.read_csv("revenue.csv")
result = pd.pivot_table(df, values='revenue', index=['year'], columns=['company'], aggfunc='count', fill_value=0)
print(result)

输出的结果将是以下内容：

company	Apple	Google	Microsoft
year
2016	1	2	1
2017	2	2	1
2018	1	1	2

结论

pivot_table 是 Pandas 中一种非常有用的组合工具，可以对数据的多个维度进行统计和汇总。无论您是数据科学家，还是需要对数据进行分析的任何工作人员，pivot_table 都是您需要熟练掌握的一种技能。