Pandas 数据帧pivot_table()方法

原文：https://www.studytonight.com/pandas/pandas-dataframe-pivot_table-method

在本教程中，我们将讨论和学习 PandasDataFrame.pivot_table()的方法。此方法可用于聚合和汇总数据帧的数据。当此方法应用于数据帧时，它会返回一个电子表格样式的数据透视表作为数据帧。

下面是DataFrame.pivot_table()方法的语法。

句法

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

因素

值:表示要聚合的列，可选。

索引:表示前一个的列、石斑鱼、数组或列表。

列:表示前一个的列、石斑鱼、数组或列表。

aggfunc: 代表功能，功能列表，dict，默认为numpy.mean

示例:使用DataFrame.pivot_table()方法聚合数据帧

默认情况下，DataFrame.pivot_table()方法使用函数np.mean聚合数据帧的数据。这里，在这个例子中，我们通过将“日期”作为索引轴，“状态”作为列轴来重塑数据帧，并使用DataFrame.pivot_table()方法根据此来聚合数据。见下面的例子。

#importing pandas as pd
import pandas as pd
#creating the DataFrame
df=pd.DataFrame({'Date':['1/1/2021','1/1/2021','2/1/2021','2/1/2021','1/1/2021','1/1/2021','2/1/2021','2/1/2021'],
                 'state':['karnataka','karnataka','karnataka','karnataka','Tamilnadu','Tamilnadu','Tamilnadu','Tamilnadu'],
                 'Tempreture':[25,29,28,31,26,27,22,32],
                 'Humidity':[46,50,52,59,42,45,46,43]})
df.pivot_table(index='Date',columns='state')

示例:使用DataFrame.pivot_table()方法应用功能

我们可以使用**aggfunc** 参数将不同的函数传递给DataFrame.pivot_table()方法。见下面的例子。

DataFrame.pivot_table()方法根据指定的函数返回数据帧。

#importing pandas as pd
import pandas as pd
import numpy as np
#creating the DataFrame
df=pd.DataFrame({'Date':['1/1/2021','1/1/2021','2/1/2021','2/1/2021','1/1/2021','1/1/2021','2/1/2021','2/1/2021'],
                 'state':['karnataka','karnataka','karnataka','karnataka','Tamilnadu','Tamilnadu','Tamilnadu','Tamilnadu'],
                 'Tempreture':[25,29,28,31,26,27,22,32],
                 'Humidity':[46,50,52,59,42,45,46,43]})
df.pivot_table(index='Date',columns='state',aggfunc='max')

示例:将函数的list传递给 pivot_table()方法

我们可以使用**aggfunc** 参数将函数的list传递给DataFrame.pivot_table()方法。DataFrame.pivot_table()方法返回由分层列组成的数据帧，其中函数名位于顶层。见下面的例子。

#importing pandas as pd
import pandas as pd
import numpy as np
#creating the DataFrame
df=pd.DataFrame({'Date':['1/1/2021','1/1/2021','2/1/2021','2/1/2021','1/1/2021','1/1/2021','2/1/2021','2/1/2021'],
                 'state':['karnataka','karnataka','karnataka','karnataka','Tamilnadu','Tamilnadu','Tamilnadu','Tamilnadu'],
                 'Tempreture':[25,29,28,31,26,27,22,32],
                 'Humidity':[46,50,52,59,42,45,46,43]})
df.pivot_table(index='Date',columns='state',aggfunc=['sum','count'])

示例:将margins=True设置为DataFrame.pivot_table()方法

如果参数margins=True 在DataFrame.pivot_table()方法中，它会在结果数据帧中添加'All' 行和列，该数据帧由值的集合组成。见下面的例子。

#importing pandas as pd
import pandas as pd
#creating the DataFrame
df=pd.DataFrame({'Date':['1/1/2021','1/1/2021','2/1/2021','2/1/2021','1/1/2021','1/1/2021','2/1/2021','2/1/2021'],
                 'state':['karnataka','karnataka','karnataka','karnataka','Tamilnadu','Tamilnadu','Tamilnadu','Tamilnadu'],
                 'Tempreture':[25,29,28,31,26,27,22,32],
                 'Humidity':[46,50,52,59,42,45,46,43]})
df.pivot_table(index='Date',columns='state',margins=True)

结论

在本教程中，我们学习了 Pandas DataFrame.pivot_table()方法。我们学习了语法、参数，并通过在数据帧上应用这种方法解决了一些例子。