PandasPivot_table()用于计算, 汇总和汇总数据。它被定义为功能强大的工具, 可通过诸如”求和”, “计数”, “平均值”, “最大值”和”最小值”之类的计算来聚合数据。
创建数据透视表后, 它还允许用户对数据进行排序和过滤。
参数:
- 数据:一个DataFrame。
- values:这是一个可选参数, 引用该列进行汇总。
- index:它是指列, Grouper和数组。
如果我们传递一个数组, 则它必须与数据具有相同的长度。
- 列:引用列, Grouper和数组
如果我们传递一个数组, 则它必须与数据具有相同的长度。
- aggfunc:函数, 函数列表, 字典, 默认numpy.mean
如果我们传递函数列表, 则生成的数据透视表将具有层次结构列, 其顶级是函数名称。
如果我们通过字典, 则该键称为要聚合的列, 而值是函数或函数列表。 - fill_value [标量, 默认为无]:它将缺失的值替换为一个值。
- margins [布尔值, 默认为False]:将所有行/列相加(例如, 小计/总计)
- dropna [boolean, default True]:删除条目均为NaN的列。
- margins_name [字符串, 默认为’All’]:它是指行/列的名称, 当行距为True时将包含总计。
返回值:
它返回一个DataFrame作为输出。
例:
# importing pandas as pd
import pandas as pd
import numpy as np
# create dataframe
info = pd.DataFrame({'P': ['Smith', 'John', 'William', 'Parker'], 'Q': ['Python', 'C', 'C++', 'Java'], 'R': [19, 24, 22, 25]})
info
table = pd.pivot_table(info, index =['P', 'Q'])
table
输出
P Q R
John C 24
Parker Java 25
Smith Python 19
William C 22
来源:
https://www.srcmini02.com/30948.html