在Python 中如何以门店为索引,对销售收入进行数据透视
时间: 2024-09-10 20:30:59 浏览: 19
在Python中,对销售收入进行数据透视通常是指将数据从长格式转换为宽格式,使得不同的门店(店铺)可以成为数据集的列索引(也叫作列标题),从而方便地对各个门店的销售收入进行比较和分析。这可以通过使用pandas库中的`pivot`函数或者`pivot_table`函数来实现。以下是使用`pivot_table`的一个基本示例:
```python
import pandas as pd
# 假设有一个DataFrame 'df',包含以下列:'store'(门店),'date'(日期),'sales'(销售收入)
df = pd.DataFrame({
'store': ['A', 'B', 'A', 'B', 'C'],
'date': ['2023-01-01', '2023-01-01', '2023-01-02', '2023-01-02', '2023-01-02'],
'sales': [100, 150, 200, 120, 180]
})
# 使用pivot_table创建数据透视表
pivot_table = pd.pivot_table(df, values='sales', index='store', columns='date', aggfunc='sum')
print(pivot_table)
```
在这个例子中,`pivot_table`函数创建了一个新的DataFrame,其中门店作为行索引(index),日期作为列索引(columns),销售收入的和作为值(values),通过`aggfunc`参数指定聚合函数为`sum`来求和。
输出的透视表可能如下所示:
```
date 2023-01-01 2023-01-02
store
A 100 200
B 150 120
C - 180
```
如果某些门店在某天没有销售数据,则会显示为NaN,可以通过`fill_value`参数指定填充值。