Python+Pandas實現(xiàn)數(shù)據(jù)透視表

更新時間：2022年06月16日 16:00:19 作者：Python丁小杰

對于數(shù)據(jù)透視表，相信對于Excel比較熟悉的小伙伴都知道如何使用它。本文將利用Python Pandas實現(xiàn)數(shù)據(jù)透視表功能，感興趣的可以學習一下

導入示例數(shù)據(jù)

首先導入演示的數(shù)據(jù)集。

import?pandas?as?pd

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

參數(shù)說明

主要參數(shù)：

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(jié)果 DataFrame 的行索引
columns：列分組鍵，作為結(jié)果 DataFrame 的列索引
aggfunc：聚合函數(shù)/函數(shù)列表，默認 numpy.mean 這里要注意如果 aggfunc 中存在函數(shù)列表，則返回的 DataFrame 中會顯示函數(shù)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(jù)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(xiàn)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(shù)，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(jié)果中的空值，使用fill_value參數(shù)統(tǒng)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(xiàn)在按年份來統(tǒng)計銷售數(shù)據(jù)，注意此時的aggfunc參數(shù)，當參數(shù)值包含列表時，在結(jié)果DataFrame中就會顯示函數(shù)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(jù)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(shù)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)