Python Pandas pivot方法用法及代码示例

例子

基本用法

考虑以下关于一段时间内人们身高的DataFrame：

df = pd.DataFrame({"name":["alex","bob","alex","bob","cathy"], "year":[2012,2012,2013,2013,2013], "height":[150,160,160,170,160]})
df



   name   year  height
0  alex   2012   150
1  bob    2012   160
2  alex   2013   160
3  bob    2013   170
4  cathy  2013   160

创建一个数据透视表使用这个 DataFrame ：

pd.pivot(df, index="name", columns="year", values="height")



year   2012   2013
name  
alex   150.0  160.0
bob    160.0  170.0
cathy  NaN    160.0

在此，请注意以下事项：

• name 列成为新索引

• year 列的值成为新的列标签

• height 列的值用于填充新的 DataFrame

• 未找到的值(例如 2012 中 Cathy 的高度)导致 NaN 。

多个值

考虑以下 DataFrame ：

df = pd.DataFrame({"name":["alex","bob","alex","bob","cathy"], "year":[2012,2012,2013,2013,2013], "height":[150,160,160,170,160], "weight":[50,60,60,70,60]})
df



   name   year  height  weight
0  alex   2012   150      50
1  bob    2012   160      60
2  alex   2013   160      60
3  bob    2013   170      70
4  cathy  2013   160      60

在这里，除了 height 列之外，我们还有一个 weight 列。

要使用这两列生成数据透视表，请传递 values 的列表，如下所示：

pd.pivot(df, index="name", columns="year", values=["height","weight"])



       height          weight
year   2012    2013    2012    2013
name    
alex   150.0   160.0   50.0    60.0
bob    160.0   170.0   60.0    70.0
cathy  NaN     160.0   NaN     60.0

处理ValueError

考虑以下 DataFrame ：

df = pd.DataFrame({"name":["alex","alex","bob"], "year":[2012,2012,2013], "height":[150,160,160]})
df



   name  year  height
0  alex  2012  150
1  alex  2012  160
2  bob   2013  160

在这里，我们有两个名为 alex 的人，他们的身高均在 2012 中获取。

创建数据透视表会产生 ValueError，如下所示：

pd.pivot(df, index="name", columns="year", values="height")



ValueError: Index contains duplicate entries, cannot reshape

为了理解为什么会发生这种情况，让我们暂时将第二个 alex 重命名为 * ，并创建数据透视表：

df = pd.DataFrame({"name":["alex","*","bob"], "year":[2012,2012,2013], "height":[150,160,160]})
pd.pivot(df, index="name", columns="year", values="height")



year   2012    2013
name    
*      160.0   NaN
alex   150.0   NaN
bob    NaN     160.0

如果 * 是 alex ，那么很容易看到结果索引将包含重复值，这在 Pandas 中是不希望的。这就是 ValueError 的原因。

那么，此 ValueError 的修复方法是确保新索引列中不存在重复值。您可以使用 loc 和 iloc 等属性来更新各个条目以避免重复。