Python Pivot table透视表使用方法解析透视表使用方法解析
Pivot 及及 Pivot_table函数用法函数用法
Pivot和Pivot_table函数都是对数据做透视表而使用的。其中的区别在于Pivot_table可以支持重复元素的聚合操作,而Pivot函数只能对不重复的元素进行聚合操作。
在一般的日常业务中,因为Pivot_table的功能更为强大,Pivot能做的不能做的Pivot_table都可做。所以只需要记住Pivot_table函数用法就好了。
Pivot函数的使用演示
#%%
import pandas as pd
df01 = pd.DataFrame(
{
"年份":[2019,2019,2019,2020,2020,2020],
"平台":["京东","淘宝","拼多多","京东","淘宝","拼多多"],
"销量":[100,200,300,400,500,600] }
)
df01
#%%
pd.pivot(df01,
index = "年份",
columns = "平台",
values = "销量")
#%%
聚合后结果
Pivot_table函数的使用演示
注释:index指定什么元素作为index显示,columns指定列,values指定统计的值。一般values都为int后者float类型的值。aggfunc为聚合函数可以指定(mean,sum,Min,Max
等统计运算等函数,如果不指定默认为mean均值)
df02 = pd.DataFrame(
{
"年份":[2019,2019,2019,2019,2020,2020,2020,2020],
"平台":["京东","淘宝","淘宝","拼多多","京东","淘宝","拼多多","拼多多"],
"销量":[100,200,300,400,500,600,700,800] }
)
df02
#%%
#pivot_table用的很多.因为可以对重复的元素进行聚合操作.而pivot函数只能对不重复的行进行运算
pd.pivot_table(df02,
index="年份",
columns="平台",
values="销量",
aggfunc=sum #聚合函数来对销量进行运算.可以指定最大,最小,平均值等函数.默认为mean平均值
评论0