python 数据透视表 获取值

在 Python 中，我们可以使用 pandas 库中的 pivot_table() 函数来创建数据透视表。该函数的语法如下：

pandas.pivot_table(data, values=None, index=None, columns=None, aggfunc='mean', fill_value=None, margins=False, dropna=True, margins_name='All')

其中，data 是要使用的数据集，values 是需要汇总的指标数据，index 是行上的分类变量，columns 是列上的分类变量，aggfunc 是对指标数据进行汇总的函数，fill_value 是用于填充缺失值的值，margins 是是否添加行/列汇总，dropna 是是否删除包含缺失值的行/列，margins_name 是用于标识行/列汇总的名称。

举个例子，假设我们有以下数据集：

import pandas as pd

data = {
    'name': ['Tom', 'Jack', 'Tom', 'Jack', 'Tom', 'Jack', 'Tom', 'Tom'],
    'subject': ['math', 'math', 'english', 'english', 'math', 'english', 'math', 'english'],
    'score': [90, 80, 85, 70, 95, 75, 80, 85]
}

df = pd.DataFrame(data)
print(df)

输出结果如下：

   name  subject  score
0   Tom     math     90
1  Jack     math     80
2   Tom  english     85
3  Jack  english     70
4   Tom     math     95
5  Jack  english     75
6   Tom     math     80
7   Tom  english     85

我们可以使用 pivot_table() 函数来创建数据透视表：

pivot_df = pd.pivot_table(df, values='score', index='name', columns='subject', aggfunc='mean')
print(pivot_df)

输出结果如下：

subject  english  math
name                  
Jack        72.5  80.0
Tom         85.0  86.7

这个数据透视表展示了每个学生在数学和英语科目上的平均成绩。通过数据透视表，我们可以很方便地查看数据的汇总信息。