在pandas中使用數(shù)據(jù)透視表

什么是透視表？

經(jīng)常做報表的小伙伴對數(shù)據(jù)透視表應該不陌生，在excel中利用透視表可以快速地進行分類匯總，自由組合字段聚合計算，而這些只需要拖拉拽就能實現(xiàn)。

維基百科對透視表（pivot table）解釋是：

A 「pivot table」?is a table ?of statistics that summarizes the data of a more extensive table.?

透視表是一種匯總了更廣泛表數(shù)據(jù)的統(tǒng)計信息表。

典型的數(shù)據(jù)格式是扁平的，只包含行和列，不方便總結信息：

而數(shù)據(jù)透視表可以快速抽取有用的信息：

pandas也有透視表？

pandas作為編程領域最強大的數(shù)據(jù)分析工具之一，自然也有透視表的功能。

在pandas中，透視表操作由pivot_table()函數(shù)實現(xiàn)，不要小看只是一個函數(shù)，但卻可以玩轉數(shù)據(jù)表，解決大麻煩。

pivot_table使用方法：

pandas.pivot_table(*data*,?*values=None*,?*index=None*,?*columns=None*,?*aggfunc='mean'*,?*fill_value=None*,?*margins=False*,?*dropna=True*,?*margins_name='All'*,?*observed=False*)?

參數(shù)解釋：

• data：dataframe格式數(shù)據(jù)
• values：需要匯總計算的列，可多選
• index：行分組鍵，一般是用于分組的列名或其他分組鍵，作為結果DataFrame的行索引
• columns：列分組鍵，一般是用于分組的列名或其他分組鍵，作為結果DataFrame的列索引
• aggfunc：聚合函數(shù)或函數(shù)列表，默認為平均值
• fill_value：設定缺失替換值
• margins：是否添加行列的總計
• dropna：默認為True，如果列的所有值都是NaN，將不作為計算列，F(xiàn)alse時，被保留
• margins_name：匯總行列的名稱，默認為All
• observed：是否顯示觀測值

注意，在所有參數(shù)中，values、index、columns最為關鍵，它們分別對應excel透視表中的值、行、列：

參數(shù)aggfunc對應excel透視表中的值匯總方式，但比excel的聚合方式更豐富：

如何使用pivot_table?

下面拿數(shù)據(jù)練一練，示例數(shù)據(jù)表如下：

該表為用戶訂單數(shù)據(jù)，有訂單日期、商品類別、價格、利潤等維度。

首先導入數(shù)據(jù)：

data?=?pd.read_excel("E:\\訂單數(shù)據(jù).xlsx")
data.head()

接下來使用透視表做分析：

1. 計算每個州銷售總額和利潤總額

result1?=?pd.pivot_table(data,index='洲'?,?values?=?['銷售額','利潤']?,?aggfunc?=?np.sum)
result1.head()

2. 計算每個洲每個城市每單平均銷售量

result2?=?pd.pivot_table(data,index=['洲','城市'],aggfunc=np.mean,values=['數(shù)量'])
result2.head(20)

3. 計算每個洲的總銷量和每單平均銷量

result3?=?pd.pivot_table(data,index=['洲'],aggfunc=[np.sum,np.mean],values=['數(shù)量'])
result3.head()

4. 看每個城市（行）每類商品（列）的總銷售量，并匯總計算

result4?=?pd.pivot_table(data,index=['城市'],columns=['商品類別'],aggfunc=[np.sum],values=['數(shù)量'],margins=True)
result4.head()

總結

本文介紹了pandas pivot_table函數(shù)的使用，其透視表功能基本和excel類似，但pandas的聚合方式更加靈活和多元，處理大數(shù)據(jù)也更快速，大家有興趣可探索更高級的用法。