Pandas 教程-Pandas DataFrame.pivot_table()

整理：python架构师

Pandas的pivot_table()用于计算、聚合和总结数据。它被定义为一种强大的工具，可以使用Sum、Count、Average、Max和Min等计算对数据进行聚合。

它还允许用户在创建了数据透视表后对数据进行排序和过滤。

参数：

• data：一个DataFrame。

• values：这是一个可选参数，表示要聚合的列。

• index：它指的是要进行分组的列、分组器和数组。

如果传递一个数组，它必须与数据的长度相同。

• columns：指的是列、分组器和数组

如果传递一个数组，它必须与数据的长度相同。

• aggfunc：函数、函数列表、字典，默认为numpy.mean 如果传递函数列表，生成的透视表将具有层次化的列，其顶级是函数名称。如果传递字典，键被称为要聚合的列，值是函数或函数列表。
• fill_value[标量，默认为None]：用一个值替换缺失值。
• margins[布尔值，默认为False]：添加所有行/列（例如，用于小计/总计）
• dropna[布尔值，默认为True]：删除所有条目都是NaN的列。
• margins_name[字符串，默认为'All']：指的是在margins为True时包含总计的行/列的名称。

专属福利 
👉点击领取：最全Python资料合集

返回：

它返回一个DataFrame作为输出。

示例：

# importing pandas as pd   import pandas as pd   import numpy as np   # create dataframe   info = pd.DataFrame({'P': ['Smith', 'John', 'William', 'Parker'],         'Q': ['Python', 'C', 'C++', 'Java'],         'R': [19, 24, 22, 25]})   info   table = pd.pivot_table(info, index =['P', 'Q'])     table

    P          Q         R   John       C         24   Parker     Java      25   Smith      Python    19   William    C         22

 1

热门推荐

• 只谈月薪，程序员40K的人多吗？
• Pandas 教程-Pandas DataFrame.merge()
• PyPy为什么能让Python比C还快？一文了解内在机制