Pandas DataFrame.pivot_table()使用示例 _PythonPandas

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

【Pandas DataFrame.pivot_table()使用示例】输出