簡介
類似excel的數據透視表功能，pandas提供了pivot_table和pivot實現數據透視表的功能，具體過程是：分組→聚合→展示。
1、pivot_table()數據透視+聚合
語法： pandas.pivot_table(data, index=None, columns=None, values=None, aggfunc=‘mean’, fill_value=None, dropna=True, margins=False, margins_name=‘All’, observed=False)
Parameters：
- data： DataFrame
- index： column, Grouper, array, or list of the previous。指定放在行索引的列，類似excel數據透視表的“行”。
- columns： column, Grouper, array, or list of the previous。指定放在列索引的列，類似excel數據透視表的”列”。
- values： column to aggregate, optional。要計算的列，求和、計數、均值等，類似excel的”值”。
- aggfunc： function, list of functions, dict, default numpy.mean。指定要對values進行的運算，如果values是多列，dict可分別爲其指定計算方式。
- fill_value： scalar, default None. Value to replace missing values with.
- dropna： boolean, default True。剔除透視後全是NaN的列。
- margins： boolean, default False。是否添加彙總列，excel數據透視表默認添加。
- margins_name： string, default ‘All’. Name of the row / column that will contain the totals when margins is True.
df = pd.DataFrame({'學校':['一中', '一中', '一中', '一中', '一中', '一中', '一中', '一中', '一中', '一中', '二中', '二中', '二中', '二中', '二中', '二中'],
'班級':['1班', '1班', '1班', '1班', '1班', '1班', '2班', '2班', '2班', '3班', '1班', '1班', '1班', '2班', '2班', '2班'],
'組別':['1組', '1組', '2組', '2組', '2組', '2組', '1組', '2組', '3組', '1組', '1組', '1組', '2組', '1組', '1組', '2組'],
'姓名':['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n', 'o', 'p'],
'身高':[165, 165, 160, 160, 160, 160, 158, 150, 157, 170, 175, 175, 180, 176, 176, 177],
'體重':[45, 45, 55, 55, 55, 55, 54, 46, 60, 65, 70, 70, 75, 73, 73, 76],
'數學成績':[65, 65, 75, 75, 75, 75, 74, 66, 80, 85, 90, 90, 95, 93, 93, 96]})
df
Out[57]:
學校 班級 組別 姓名 身高 體重 數學成績
0 一中 1班 1組 a 165 45 65
1 一中 1班 1組 b 165 45 65
2 一中 1班 2組 c 160 55 75
3 一中 1班 2組 d 160 55 75
4 一中 1班 2組 e 160 55 75
5 一中 1班 2組 f 160 55 75
6 一中 2班 1組 g 158 54 74
7 一中 2班 2組 h 150 46 66
8 一中 2班 3組 i 157 60 80
9 一中 3班 1組 j 170 65 85
10 二中 1班 1組 k 175 70 90
11 二中 1班 1組 l 175 70 90
12 二中 1班 2組 m 180 75 95
13 二中 2班 1組 n 176 73 93
14 二中 2班 1組 o 176 73 93
15 二中 2班 2組 p 177 76 96
pd.pivot_table(df, index=['學校', '班級'], columns=['組別'], values=['身高', '體重'], aggfunc={'身高':'sum', '體重':['max', 'min']}, fill_value='missing')
#結果見下：
2、pivot()數據透視,不支持聚合
語法： pandas.pivot(data, index=None, columns=None, values=None)
參數說明： 與pivot_table類似
- data： DataFrame
- index： string or object, optional
- columns： string or object
- values： string, object or a list of the previous, optional
df = pd.DataFrame({"foo": ['one', 'one', 'two', 'two'],
"bar": ['A', 'A', 'B', 'C'],
"baz": [1, 2, 3, 4]})
df
Out[69]:
foo bar baz
0 one A 1
1 one A 2
2 two B 3
3 two C 4
df.pivot(index='foo', columns='bar', values='baz')
Traceback (most recent call last):
...
ValueError: Index contains duplicate entries, cannot reshape
