Python Pivot table透視表使用方法解析

更新時間：2020年09月11日 15:50:03 作者：秋天中的一片葉

這篇文章主要介紹了Python Pivot table透視表使用方法解析,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下

Pivot 及 Pivot_table函數(shù)用法

Pivot和Pivot_table函數(shù)都是對數(shù)據(jù)做透視表而使用的。其中的區(qū)別在于Pivot_table可以支持重復元素的聚合操作，而Pivot函數(shù)只能對不重復的元素進行聚合操作。

在一般的日常業(yè)務中，因為Pivot_table的功能更為強大,Pivot能做的不能做的Pivot_table都可做。所以只需要記住Pivot_table函數(shù)用法就好了。

Pivot函數(shù)的使用演示

#%%

import pandas as pd

df01 = pd.DataFrame(
  {
    "年份":[2019,2019,2019,2020,2020,2020],
    "平臺":["京東","淘寶","拼多多","京東","淘寶","拼多多"],
    "銷量":[100,200,300,400,500,600]
  }
)

df01

#%%

pd.pivot(df01,
     index = "年份",
     columns = "平臺",
     values = "銷量")

#%%

聚合后結(jié)果

Pivot_table函數(shù)的使用演示

注釋：index指定什么元素作為index顯示，columns指定列，values指定統(tǒng)計的值。一般values都為int后者float類型的值。aggfunc為聚合函數(shù)可以指定（mean,sum,Min,Max等統(tǒng)計運算等函數(shù)，如果不指定默認為mean均值）

df02 = pd.DataFrame(
  {
    "年份":[2019,2019,2019,2019,2020,2020,2020,2020],
    "平臺":["京東","淘寶","淘寶","拼多多","京東","淘寶","拼多多","拼多多"],
    "銷量":[100,200,300,400,500,600,700,800]
  }
)
df02
#%%
#pivot_table用的很多.因為可以對重復的元素進行聚合操作.而pivot函數(shù)只能對不重復的行進行運算

pd.pivot_table(df02,
        index="年份",
        columns="平臺",
        values="銷量",
        aggfunc=sum #聚合函數(shù)來對銷量進行運算.可以指定最大，最小,平均值等函數(shù).默認為mean平均值
)
#%%

聚合結(jié)果

對比結(jié)果：這里要強調(diào)一點的是，2020年平臺為拼多多的數(shù)據(jù)出現(xiàn)了2次，而且2次的值不同。在pivot函數(shù)中是無法對這種重復平臺的數(shù)據(jù)進行聚合的，但是Pivot_table則可以。

另外通過聚合函數(shù)aggfunc指定sum求和，可以把2次的值累加統(tǒng)計。

Pivot_table函數(shù)真實案例演示

1. 讀取表格數(shù)據(jù)

#%%
df = pd.read_excel("./datas/result_datas.xlsx",
         ).convert_dtypes()  #讀取數(shù)據(jù)并自動轉(zhuǎn)化type
df.dtypes
#%%
df.head(3)
#%%

2. 通過Pivot_table函數(shù)透視合并數(shù)據(jù)并對金額和數(shù)量做統(tǒng)計

因為涉及到敏感信息，因此服務卡卡號等敏感信息部分遮掩不顯示。但是通過部分結(jié)果也可以看出是按照號碼進行升序排序的

#按照自定義指定index,columns,values值
result = pd.pivot_table(df,
        index = ["姓名","服務卡卡號","明細","規(guī)格"],
        values = ["理賠金額（元）","數(shù)量"],
        aggfunc=sum
        )
result = result.sort_values("服務卡卡號") #按照指定values值排序
result

#%%

#輸出到文件
result.to_excel("./datas/output_datas.xlsx")
print("Done!!!")