个性化阅读
专注于IT技术分析

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

赞(0) 打赏
未经允许不得转载:srcmini » Pandas DataFrame.pivot_table()使用示例
分享到: 更多 (0)

评论 抢沙发

评论前必须登录!

 

觉得文章有用就打赏一下文章作者

微信扫一扫打赏