Python Pandas.pivot_table()用法及代碼示例

pandas.pivot_table(data, values=None, index=None, columns=None, aggfunc=’mean’, fill_value=None, margins=False, dropna=True, margins_name=’All’)創建一個spreadsheet-style數據透視表作為DataFrame。

數據透視表中的級別將存儲在結果DataFrame的索引和列上的MultiIndex對象(分層索引)中。

Parameters:

data: DataFrame
values:要匯總的列，可選
index:列，Grouper，數組或上一個列表
columns:列，Grouper，數組或上一個列表

aggfunc：函數，函數列表，字典，默認numpy.mean
->如果傳遞了函數列表，則生成的數據透視表將具有層次結構列，其頂級是函數名稱。
->如果傳遞了dict，則鍵為要聚合的列，值為函數或函數列表

fill_value [標量，默認為無]：用替換缺失值的值
邊距[布爾值，默認為False]：添加所有行/列(例如，小計/總計)
dropna [布爾值，默認為True]：不包括所有條目均為NaN的列
margins_name [字符串，默認為“全部”]：當margins為True時將包含總計的行/列的名稱。

Returns: DataFrame

碼：

# 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