熊猫。pivot_表(数据,value=None,index=None,columns=None,aggfunc=’mean’,fill_value=None,margins=False,dropna=True,margins_name=’All’) 创建一个电子表格样式的数据透视表作为数据框。
数据透视表中的级别将存储在结果数据框的索引和列上的多索引对象(层次索引)中。
Parameters:
数据: 数据帧 价值观: 要聚合的列,可选 索引: 列、Grouper、数组或前一列的列表 柱: 列、Grouper、数组或前一列的列表
aggfunc: 函数,函数列表,dict,默认numpy。意思是 -> 如果传递了函数列表,则生成的透视表将具有层次结构列,其顶层是函数名。 -> 如果传递了dict,则键为column to aggregate,值为function或函数列表
填充值[标量,默认无]: 值以替换缺少的值 边距[布尔值,默认为False]: 添加所有行/列(例如小计/总计) dropna[布尔值,默认为True]: 不要包含条目均为NaN的列 页边距_name[字符串,默认为’All’]: 当边距为真时,将包含总计的行/列的名称。
Returns:
数据帧
代码:
# Create a simple dataframe # importing pandas as pd import pandas as pd import numpy as np # creating a dataframe df = pd.DataFrame({ 'A' : [ 'John' , 'Boby' , 'Mina' , 'Peter' , 'Nicky' ], 'B' : [ 'Masters' , 'Graduate' , 'Graduate' , 'Masters' , 'Graduate' ], 'C' : [ 27 , 23 , 21 , 23 , 24 ]}) df |
# Simplest pivot table must have a dataframe # and an index/list of index. table = pd.pivot_table(df, index = [ 'A' , 'B' ]) table |
# Creates a pivot table dataframe table = pd.pivot_table(df, values = 'A' , index = [ 'B' , 'C' ], columns = [ 'B' ], aggfunc = np. sum ) table |