快捷導(dǎo)航

Pandas透視表(Pivot Table)的具體使用

更新時(shí)間：2025年04月27日 10:38:02 作者：wdwc2

透視表用于在數(shù)據(jù)分析和處理過程中進(jìn)行數(shù)據(jù)重塑和匯總,本文就來介紹一下Pandas透視表(Pivot Table)的具體使用,感興趣的可以了解一下

前言

透視表（Pivot Table）用于在數(shù)據(jù)分析和處理過程中進(jìn)行數(shù)據(jù)重塑和匯總。

什么是透視表？

透視表是一種數(shù)據(jù)匯總工具，它可以將原始數(shù)據(jù)按照用戶定義的方式重新排列，以便更容易進(jìn)行分析和可視化。通常，透視表的目標(biāo)是對(duì)數(shù)據(jù)進(jìn)行聚合、匯總和交叉分析，以獲得有關(guān)數(shù)據(jù)集的洞察。

使用步驟

1. 引入必要的庫(kù)

import pandas as pd
import matplotlib.pyplot as plt

2. 讀取數(shù)據(jù)

# 讀取數(shù)據(jù)集
data = pd.read_csv('your_dataset.csv')

3. 創(chuàng)建透視表

使用 Pandas 的 pivot_table() 函數(shù)創(chuàng)建透視表。該函數(shù)接受多個(gè)參數(shù)，包括數(shù)據(jù)集、要進(jìn)行分析的列、行索引、列索引以及匯總方式。

# 創(chuàng)建透視表
pivot_table = pd.pivot_table(data, values='value_to_summarize', 
                             index='row_index_column', 
                             columns='column_index_column', 
                             aggfunc='sum')

其中：

values 是需要進(jìn)行匯總的列。
index 是行索引，決定了透視表的行。
columns 是列索引，決定了透視表的列。
aggfunc 是用于匯總的函數(shù)，可以是 ‘sum’、‘mean’、‘count’ 等。

4. 查看透視表

print(pivot_table)

示例代碼

import pandas as pd

# 讀取示例數(shù)據(jù)集
data = pd.read_csv('https://raw.githubusercontent.com/datasciencedojo/datasets/master/titanic.csv')

# 創(chuàng)建透視表
pivot_table = pd.pivot_table(data, values='Fare', 
                             index='Pclass', 
                             columns='Sex', 
                             aggfunc='mean')

# 打印透視表
print(pivot_table)