pandas中的数据透视表

透视表在一定程度上可以称作是split-apply-combine的快捷方式。DataFrame有pivot_table()方法，对应的顶级的pandas.pivot_table()函数。除了提供便利的groupby之外还提供了分项小计margins。

• 准备数据集

import numpy as np
import pandas as pd

file = r'../data/tips.csv'
tips = pd.read_csv(file)
tips.head()

tips['tip_pct'] = tips['tip'] / tips['tip'].sum()
tips.head()

便捷的分组平均

• 假设根据tips数据集，对time和smoker进行分组平均：

tips.pivot_table(index=['time', 'smoker'])

指定行列及聚合对象

• 假设我们对tip_pct, size进行聚合，将smoker作用在列上，将time, day作用在行上：

tips.pivot_table(columns='smoker', index=['time', 'day'], values=['tip_pct', 'size'])

分项小计

• 在聚合后的基础上添加margins=True可以实现分项小计：
  
  小计的结果使用All标记，同时列的复合索引根据最高级求和。

tips.pivot_table(columns='smoker', index=['time', 'day'], values=['tip_pct', 'size'], margins=True)

自定义聚合方法

1. 默认方法是平均值
2. 其他聚合方法可通过aggfunc来传递

# nan有碍观瞻就改为0了
tips.pivot_table(values='tip_pct', index=['time', 'smoker'], columns='day', aggfunc=len, margins=True, fill_value=0)

复杂的聚合

tips.pivot_table(values=['size', 'tip_pct'], index=['time', 'smoker'], columns='day',
                 aggfunc={'tip_pct': [len, sum], 'size': max}, fill_value=0)

👉pivot_table()参数说明表：