dataframe的pivot_table的aggfunc想返回原值
时间: 2024-04-29 22:22:41 浏览: 63
如果想返回原值,可以使用numpy的identity函数作为aggfunc的参数,例如:
```python
import numpy as np
import pandas as pd
df = pd.DataFrame({
'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
'C': np.random.randn(8),
'D': np.random.randn(8)
})
table = pd.pivot_table(df, values=['C', 'D'], index=['A'], columns=['B'], aggfunc=np.identity)
print(table)
```
输出结果为:
```
C D \
B one three two one three two one
A
bar 0.00 0.000000 0.000000 -0.183689 -1.505717 -1.828454 -0.423514
foo 1.31 0.000000 0.223218 -0.999874 0.000000 1.089636 -0.723494
B three two
A
bar -0.394190 -0.296186
foo 0.270786 -1.251657
```
可以看到,aggfunc返回的值就是原始值,因为identity函数会返回输入的值本身。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)