溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
本篇文章給大家分享的是有關Python中怎么使用 pivot_table()實現數據透視功能，小編覺得挺實用的，因此分享給大家學習，希望大家閱讀完這篇文章后可以有所收獲，話不多說，跟著小編一起來看看吧。
pivot_table
pivot()函數沒有數據聚合功能，要想實現此功能，需要調用Pandas包中的第三個頂層函數：pivot_table()，在pandas中的工程位置如下所示：
pandas
|
pivot_table()
如下，構造一個df實例：
調用如下操作：
參數index指明A和B為行索引，columns指明C列取值為列，聚合函數為求和，values是在兩個軸(index和columns)確定后的取值用D列。得到結果如下:
其中聚合函數可以更加豐富的擴展，使用多個。如下所示，兩個軸的交叉值選用D和E，聚合在D列使用np.mean(), 對E列使用np.sum, np.mean, np.max, np.min
得到結果如下所示：
函數原型
fill_value: 空值的填充值；
dropna: 如果某列元素都為np.nan, 是否丟棄；
margins: 匯總列， margins_name: 匯總名稱
margins參數默認為False，如果設置為True，會得到每列的匯總，如下df實例
設置margins為True，匯總行索引為名稱自定義為self_name:
注意
margins設置為True后，目前pandas 0.22.3版本只支持聚合函數為單個元素，不支持為list的情況，如下：
會報出異常：
透過pivot_table聚合功能源碼（如下所示），我們發現它本身是通過調用groupby()及其agg()實現的。
grouped = data.groupby(keys, observed=False)agged = grouped.agg(aggfunc)
以上就是Python中怎么使用 pivot_table()實現數據透視功能，小編相信有部分知識點可能是我們日常工作會見到或用到的。希望你能通過這篇文章學到更多知識。更多詳情敬請關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
