当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python Pandas.pivot_table()用法及代码示例


pandas.pivot_table(data, values=None, index=None, columns=None, aggfunc=’mean’, fill_value=None, margins=False, dropna=True, margins_name=’All’)创建一个spreadsheet-style数据透视表作为DataFrame。

数据透视表中的级别将存储在结果DataFrame的索引和列上的MultiIndex对象(分层索引)中。

Parameters:


data: DataFrame
values:要汇总的列,可选
index:列,Grouper,数组或上一个列表
columns:列,Grouper,数组或上一个列表

aggfunc:函数,函数列表,字典,默认numpy.mean
->如果传递了函数列表,则生成的数据透视表将具有层次结构列,其顶级是函数名称。
->如果传递了dict,则键为要聚合的列,值为函数或函数列表

fill_value [标量,默认为无]:用替换缺失值的值
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]:不包括所有条目均为NaN的列
margins_name [字符串,默认为“全部”]:当margins为True时将包含总计的行/列的名称。

Returns: DataFrame

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



相关用法


注:本文由纯净天空筛选整理自Shivam_k大神的英文原创作品 Python | Pandas.pivot_table()。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。