在pandas中使用数据透视表
点击上方“数据管道”，选择“置顶星标”公众号
干货福利，第一时间送达
什么是透视表？
经常做报表的小伙伴对数据透视表应该不陌生，在excel中利用透视表可以快速地进行分类汇总，自由组合字段聚合计算，而这些只需要拖拉拽就能实现。
维基百科对透视表（pivot table）解释是：
A 「pivot table」 is a table of statistics that summarizes the data of a more extensive table.
透视表是一种汇总了更广泛表数据的统计信息表。
典型的数据格式是扁平的，只包含行和列，不方便总结信息：
而数据透视表可以快速抽取有用的信息：
pandas也有透视表？
pandas作为编程领域最强大的数据分析工具之一，自然也有透视表的功能。
在pandas中，透视表操作由pivot_table()函数实现，不要小看只是一个函数，但却可以玩转数据表，解决大麻烦。
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*)
参数解释：
data：dataframe格式数据 values：需要汇总计算的列，可多选 index：行分组键，一般是用于分组的列名或其他分组键，作为结果DataFrame的行索引 columns：列分组键，一般是用于分组的列名或其他分组键，作为结果DataFrame的列索引 aggfunc：聚合函数或函数列表，默认为平均值 fill_value：设定缺失替换值 margins：是否添加行列的总计 dropna：默认为True，如果列的所有值都是NaN，将不作为计算列，False时，被保留 margins_name：汇总行列的名称，默认为All observed：是否显示观测值
注意，在所有参数中，values、index、columns最为关键，它们分别对应excel透视表中的值、行、列：
参数aggfunc对应excel透视表中的值汇总方式，但比excel的聚合方式更丰富：
如何使用pivot_table?
下面拿数据练一练，示例数据表如下：
该表为用户订单数据，有订单日期、商品类别、价格、利润等维度。
首先导入数据：
data = pd.read_excel("E:\\订单数据.xlsx")
data.head()
接下来使用透视表做分析：
计算每个州销售总额和利润总额
result1 = pd.pivot_table(data,index='洲' , values = ['销售额','利润'] , aggfunc = np.sum)
result1.head()
计算每个洲每个城市每单平均销售量
result2 = pd.pivot_table(data,index=['洲','城市'],aggfunc=np.mean,values=['数量'])
result2.head(20)
计算每个洲的总销量和每单平均销量
result3 = pd.pivot_table(data,index=['洲'],aggfunc=[np.sum,np.mean],values=['数量'])
result3.head()
看每个城市（行）每类商品（列）的总销售量，并汇总计算
result4 = pd.pivot_table(data,index=['城市'],columns=['商品类别'],aggfunc=[np.sum],values=['数量'],margins=True)
result4.head()
总结
本文介绍了pandas pivot_table函数的使用，其透视表功能基本和excel类似，但pandas的聚合方式更加灵活和多元，处理大数据也更快速，大家有兴趣可探索更高级的用法。
评论