给出不固定列的piovt函数的用法,代码
时间: 2024-06-12 13:06:02 浏览: 25
pivot函数是一种数据透视功能,它可以将原始数据根据指定的行、列和值进行重构和汇总,以便更好地理解和分析数据。pivot函数的用法如下:
语法:
```python
DataFrame.pivot(index=None, columns=None, values=None)
```
参数说明:
- index:指定透视表的行索引(即行标签),可以是单个列名或多个列名的列表;
- columns:指定透视表的列索引(即列标签),可以是单个列名或多个列名的列表;
- values:指定透视表的值,即要聚合的数据列名。
示例代码:
```python
import pandas as pd
# 创建原始数据
data = {'Country': ['USA', 'USA', 'China', 'China', 'Japan', 'Japan'],
'Year': [2016, 2017, 2016, 2017, 2016, 2017],
'GDP': [18624.5, 19390.6, 11233.4, 12237.4, 4936.5, 4938.7],
'Population': [323127513, 325719178, 1378665000, 1386395000, 126994511, 127484450]}
df = pd.DataFrame(data)
# 使用pivot函数进行数据透视
pivot_df = df.pivot(index='Country', columns='Year', values='GDP')
print(pivot_df)
```
输出结果:
```
Year 2016 2017
Country
China 11233.4 12237.4
Japan 4936.5 4938.7
USA 18624.5 19390.6
```
解释:上述代码首先创建了一个包含国家、年份、GDP和人口的原始数据,然后使用pivot函数对数据进行透视,以国家为行索引,年份为列索引,GDP为值,最后得到一个新的数据框。
相关推荐
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![cs](https://img-home.csdnimg.cn/images/20210720083646.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)