pandas dataframe.pivot()用法

OUTLINE

pivot()的用途可以简单理解为:

将一个DataFrame的记录数据整合成表格(类似Excel中的数据透视表功能),而且是按照pivot(‘index=xx’,’columns=xx’,’values=xx’)来整合的。

还有另外一种写法,但是官方貌似并没有给出来,就是pivot(‘索引列’,‘列名’,‘值’)。

数据变化图示:

pandas dataframe.pivot()用法_第1张图片

 官方文档:https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.pivot_table.html

pandas dataframe.pivot()用法_第2张图片

 (在数据分析的时候要记得将pivot结果reset_index())

函数说明

DataFrame.pivot(index=None, columns=None, values=None)

功能:重塑数据(产生一个“pivot”表格)以列值为标准。使用来自索引/列的唯一的值(去除重复值)为轴形成dataframe结果。

   为了精细调节控制,可以看和stack/unstack方法有关的分层索引文件。

   在数据分析的时候要记得将pivot结果reset_index()。

参数:index : string or object, optional

    用于创建新框架索引的列名称。 如果没有,则使用现有的索引。

   columns : string or object

    用于创建新框架列的列名称

   values : string or object, optional

    用于填充新框架值的列名称。 如果未指定,则将使用所有剩余列,结果将具有分层索引列

返回:DataFrame

使用示例

下图是进行数据重塑之前的数据集,数据集包含三个字段的内容,分别是:name, year, gdp

pandas dataframe.pivot()用法_第3张图片

 采用pivot函数对数据集进行重塑

#对数据进行重塑
df = df.pivot(index='name',columns='year',values='gdp')
df = df.reset_index()
df.fillna(1.0,inplace=True)
df

pandas dataframe.pivot()用法_第4张图片

df = df.pivot(index='name',columns='year',values='gdp')的功能

            新数据集索引列 = 原数据集'name'列中的值

            新数据集列名 = 原数据集‘year’列中的值

            新数据集数据 = 原数据集'gdp'列中的值

转换关系图示:

pandas dataframe.pivot()用法_第5张图片

 

 

 

文章出处:https://blog.csdn.net/cxd3341/article/details/105016903

 

 

你可能感兴趣的:(pandas dataframe.pivot()用法)