再見，Excel數(shù)據(jù)透視表；你好，pd.pivot_table
導(dǎo)讀
Excel作為Office常用辦公軟件之一，其在一名數(shù)據(jù)分析師的工作日常中也占有一定地位，比如個(gè)人就常常傾向于依賴Excel完成簡(jiǎn)單的數(shù)據(jù)處理和可視化作圖，其中數(shù)據(jù)處理部分則主要是運(yùn)用內(nèi)置函數(shù)+數(shù)據(jù)透視表兩大部分。
Excel數(shù)據(jù)透視表雖好，但在pandas面前它也有其不香的一面！
選擇Excel菜單欄中插入數(shù)據(jù)透視表選項(xiàng)卡
分別拖動(dòng)目標(biāo)字段到相應(yīng)行列位置，設(shè)置統(tǒng)計(jì)函數(shù)為求和
得到統(tǒng)計(jì)好的數(shù)據(jù)透視表結(jié)果
至此，我們可以發(fā)現(xiàn)數(shù)據(jù)透視表中實(shí)際存在4個(gè)重要的設(shè)置項(xiàng)：
行字段
列字段
統(tǒng)計(jì)字段
統(tǒng)計(jì)方式（聚合函數(shù)）
值得指出的是，以上4個(gè)要素每一個(gè)都可以不唯一，例如可以拖動(dòng)多個(gè)字段到行/列字段中形成二級(jí)索引，也可完成對(duì)不同字段的統(tǒng)計(jì)，以及拖動(dòng)相同字段設(shè)置不同統(tǒng)計(jì)方法實(shí)現(xiàn)多種聚合。
values?: 待聚合的列名
index?:?用于放入透視表結(jié)果中的行索引列名
columns?:?用于放入透視表結(jié)果中列索引列名
aggfunc :?聚合統(tǒng)計(jì)函數(shù)，可以是單個(gè)函數(shù)，也可以是函數(shù)列表，還可以是字典格式，默認(rèn)聚合函數(shù)為均值。當(dāng)該參數(shù)傳入字典格式時(shí)，key為列名，value為聚合函數(shù)值，此時(shí)values參數(shù)無(wú)效
fill_value : 缺失值填充值，默認(rèn)為None，即不對(duì)缺失值做任何處理。注意這里的缺失值是指透視后結(jié)果中可能存在的缺失值，而非透視前的原表中缺失值
margins?: 指定是否加入?yún)R總列，布爾值，默認(rèn)為False，體現(xiàn)為Excel透視表中的行小計(jì)和列小計(jì)
margins_name?:?匯總列的列名，與上一個(gè)參數(shù)配套使用，默認(rèn)為'All'，當(dāng)margins為False時(shí)，該參數(shù)無(wú)作用
dropna :?是否丟棄匯總結(jié)果中全為NaN的行或列，默認(rèn)為True。例如，行有3個(gè)取值，列有3個(gè)取值，經(jīng)過(guò)透視表重組后理論上最多有3×3=9個(gè)結(jié)果，但實(shí)際可能只有3×2=6個(gè)非空值，其中全為空的一列默認(rèn)舍棄
observed : 適用于分類變量，一般無(wú)需關(guān)注。
其中前4個(gè)參數(shù)是核心參數(shù)。
實(shí)際上，上述效果就相當(dāng)于執(zhí)行完pivot_table的基礎(chǔ)上再加一個(gè)fillna()函數(shù)即可。
pivot僅適用于數(shù)據(jù)變形，即由長(zhǎng)表變?yōu)閷挶恚喈?dāng)于對(duì)數(shù)據(jù)進(jìn)行了重組；而pivot_table除了數(shù)據(jù)重組外，還有一個(gè)額外的效果，即數(shù)據(jù)聚合，即若重組后對(duì)應(yīng)的行標(biāo)簽和列標(biāo)簽下取值不唯一，此時(shí)按指定方法進(jìn)行聚合；換言之，pivot能干的事情，pivot_table都能干，反之則不然。
pivot由于僅涉及行列重組和變形，所以一般更適用于分類變量；而pivot_table在重組的基礎(chǔ)上還增加了聚合統(tǒng)計(jì)的過(guò)程，所以一般更適用于數(shù)值型變量，但對(duì)于支持分類變量統(tǒng)計(jì)的聚合函數(shù)（例如count），則pivot_table也可適用。
相關(guān)閱讀：