【Pandas】数据透视表函数 pivot_table()

官方文档的描述：

pandas.DataFrame.pivot_table

Create a spreadsheet-style pivot table as a DataFrame.The levels in the pivot table will be stored in MultiIndex objects (hierarchical indexes) on the index and columns of the result DataFrame.

具体函数

DataFrame.pivot_table(values=None, index=None, columns=None, aggfunc='mean', fill_value=None, margins=False, dropna=True, margins_name='All', observed=False, sort=True)[source]

参数：

• values column to aggregate, optional
  当不需要显示全部的列的时候，选择需要展示的列

• index column, Grouper, array, or list of the previous
  指定的索引，可以是一个列表

• columns column, Grouper, array, or list of the previous
  columns参数就是用来显示字符型数据的，和fill_value搭配使用

• aggfunc function, list of functions, dict, default numpy.mean
  处理的方法，默认是 aggfunc='mean' 求均值

• fill_value scalar, default None
  在聚合之后，空值填什么，默认是NaN

• margins bool, default False

  Add all row / columns (e.g. for subtotal / grand totals).

• dropna bool, default True

  Do not include columns whose entries are all NaN.

• margins_name str, default ‘All’

  Name of the row / column that will contain the totals when margins is True.

• observed bool, default False

  This only applies if any of the groupers are Categoricals. If True: only show observed values for categorical groupers. If False: show all values for categorical groupers.

Returns：
DataFrame
An Excel style pivot table.

---

举例说明：

导入基本的模块，和创建Dataframe（也可以读文件来得到数据集）：

import numpy as np
import pandas as pd

df = pd.DataFrame({
    'name': ['Leonard', 'Sheldon', 'Raj', 'Howard', 'Sheldon', 'Penny', 'Penny'],
    'item': ['water', 'coke', 'soda', 'wine', 'water', 'coke', 'wine'],
    'num':  [1, 1, 1, 3, 1, 1, 2],
    'price':[2, 3, 4, 15, 2, 3, 10],
    'time': ['2022.8.20', '2022.8.20', '2022.8.21', '2022.8.21', '2022.8.21', '2022.8.20', '2022.8.19'],
    'operator': ['Penny', 'Bernadette', 'Penny', 'Bernadette', 'Penny', 'Bernadette', 'Bernadette'],
    })

按照姓名汇总：

# 以姓名为索引 只显示数据类型的值, 且默认按聚集再求均值处理
df1 = df.pivot_table(index=['name'])

多个索引：

# 多索引
df2 = df.pivot_table(index=['operator', 'name'])

指定显示的列：

# 显然Values不能随便指定, pivot_table()只能显示数值列, 只看价格
df3 = df.pivot_table(index=['operator', 'name'], values=['price'])

指定处理方法：

# 指定处理方法
df4 = df.pivot_table(index=['operator', 'name'], aggfunc={'num': np.sum, 'price': [np.sum, np.mean]})

想显示字符类型的列：

# columns显示字符类型
df5 = df.pivot_table(index=['operator', 'name'], values=['price'], columns='item')

将为空的值填上0：

# fill_value将NaN都填成0
df6 = df.pivot_table(index=['operator', 'name'], values=['price'], columns='item', fill_value=0)

组合处理方式：

# 组合模式
pd7 = df.pivot_table(index=['operator', 'name', 'item'], values=['num', 'price'],aggfunc=[np.sum], fill_value=0, margins=True)

此外，一般对DataFrame的方法都可以继续处理，比如筛选行、列等等