Pandas DataFrame.pivot_table()使用示例

PandasPivot_table()用于计算, 汇总和汇总数据。它被定义为功能强大的工具, 可通过诸如”求和”, “计数”, “平均值”, “最大值”和”最小值”之类的计算来聚合数据。

创建数据透视表后, 它还允许用户对数据进行排序和过滤。

参数：

• 数据：一个DataFrame。
• values：这是一个可选参数, 引用该列进行汇总。
• index：它是指列, Grouper和数组。

如果我们传递一个数组, 则它必须与数据具有相同的长度。

• 列：引用列, Grouper和数组

如果我们传递一个数组, 则它必须与数据具有相同的长度。

• aggfunc：函数, 函数列表, 字典, 默认numpy.mean
  如果我们传递函数列表, 则生成的数据透视表将具有层次结构列, 其顶级是函数名称。
  如果我们通过字典, 则该键称为要聚合的列, 而值是函数或函数列表。
• fill_value [标量, 默认为无]：它将缺失的值替换为一个值。
• margins [布尔值, 默认为False]：将所有行/列相加(例如, 小计/总计)
• dropna [boolean, default True]：删除条目均为NaN的列。
• margins_name [字符串, 默认为’All’]：它是指行/列的名称, 当行距为True时将包含总计。

返回值：

它返回一个DataFrame作为输出。

例：

# importing pandas as pd 
import pandas as pd 
import numpy as np 
   
# create dataframe 
info = pd.DataFrame({'P': ['Smith', 'John', 'William', 'Parker'], 'Q': ['Python', 'C', 'C++', 'Java'], 'R': [19, 24, 22, 25]}) 
info 
table = pd.pivot_table(info, index =['P', 'Q'])   
table

输出

P          Q         R
   John       C         24
   Parker     Java      25
   Smith      Python    19
   William    C         22