Python Pandas - 透视表

在 Python Pandas 中，透视表是一种强大的数据转换技术，可以重塑数据，以便于分析和可视化。它将数据的表示形式从“长”格式更改为“宽”格式，从而简化了聚合和比较操作。此技术在处理时间序列数据或具有多个列的数据集时尤其有用。

Pandas 库提供了两种主要的透视表方法：pivot() 和 pivot_table()。在本教程中，我们将学习如何使用 pivot() 和 pivot_table() 方法有效地操作数据。

使用 pivot() 进行透视

Pandas 的 df.pivot() 方法用于在指定索引和列对具有唯一值时重塑数据。当您的数据结构良好且索引/列组合没有重复项时，此方法非常简单且实用。

示例

这是一个使用 Pandas 的 df.pivot() 方法演示 Pandas DataFrame 透视的基本示例。

import pandas as pd

# Create a DataFrame
df = pd.DataFrame({"Col1": range(12),"Col2": ["A", "A", "A", "B", "B","B", "C", "C", "C", "D", "D", "D"],
"date": pd.to_datetime(["2024-01-03", "2024-01-04", "2024-01-05"] * 4)})

# Display the Input DataFrame
print('Original DataFrame:\n', df)

# Pivot the DataFrame
pivoted = df.pivot(index="date", columns="Col2", values="Col1")

# Display the output
print('Pivoted DataFrame:\n', pivoted)

以下是上述代码的输出 -

Original DataFrame:

Col1
Col2
date
0
0
A
2024-01-03
1
1
A
2024-01-04
2
2
A
2024-01-05
3
3
B
2024-01-03
4
4
B
2024-01-04
5
5
B
2024-01-05
6
6
C
2024-01-03
7
7
C
2024-01-04
8
8
C
2024-01-05
9
9
D
2024-01-03
10
10
D
2024-01-04
11
11
D
2024-01-05

Pivoted DataFrame:


Col2
A
B
C
D
date
2024-01-03
0
3
6
9
2024-01-04
1
4
7
10
2024-01-05
2
5
8
11

注意：pivot() 方法要求指定的索引和列具有唯一值。如果您的数据包含重复项，则应改用 pivot_table() 方法。

使用 pivot_table() 进行透视

pivot() 方法是重塑数据的一种简单方法，而 pivot_table() 提供了聚合的灵活性，使其适用于更复杂的数据操作任务。这在处理重复项并需要数据聚合时尤其有用。

示例

此示例演示了如何使用 df.pivot_table() 方法对 DataFrame 进行透视。

import numpy as np
import pandas as pd
import datetime

# Create a DataFrame
df = pd.DataFrame({"A": [1, 1, 2, 3] * 6,
"B": ["A", "B", "C"] * 8,
"C": ["x", "x", "x", "y", "y", "y"] * 4,
"D": np.random.randn(24),
"E": np.random.randn(24),
"F": [datetime.datetime(2013, i, 1) for i in range(1, 13)] +[datetime.datetime(2013, i, 15) for i in range(1, 13)]})

# Display the Input DataFrame
print('Original DataFrame:\n', df)

# Pivot the DataFrame
pivot_table = pd.pivot_table(df, values="D", index=["A", "B"], columns=["C"])

# Display the output
print('Pivoted DataFrame:\n', pivot_table)

以下是上述代码的输出 -

Original DataFrame:




A
B
C
D
E
F



0
1
A
x
-0.530395
2.819976
2013-01-01
1
1
B
x
-0.593347
0.639877
2013-02-01
2
2
C
x
0.817982
-0.270499
2013-03-01
3
3
A
y
-1.438048
1.707790
2013-04-01
4
1
B
y
0.207012
-0.387364
2013-05-01
5
1
C
y
0.462550
1.145260
2013-06-01
6
2
A
x
3.032849
-0.027888
2013-07-01
7
3
B
x
-0.972964
-0.546819
2013-08-01
8
1
C
x
0.613289
-0.041706
2013-09-01
9
1
A
y
-1.072169
-0.061843
2013-10-01
10
2
B
y
1.305400
0.463981
2013-11-01
11
3
C
y
-1.265300
-2.020158
2013-12-01
12
1
A
x
0.165842
-0.154173
2013-01-15
13
1
B
x
-1.038789
-0.705948
2013-02-15
14
2
C
x
0.690639
0.843855
2013-03-15
15
3
A
y
-0.592202
0.718281
2013-04-15
16
1
B
y
0.048085
-1.111917
2013-05-15
17
1
C
y
1.111408
-0.125214
2013-06-15
18
2
A
x
0.086012
0.276006
2013-07-15
19
3
B
x
-1.043673
-0.777043
2013-08-15
20
1
C
x
-0.471818
0.736921
2013-09-15
21
1
A
y
-0.138187
-0.849134
2013-10-15
22
2
B
y
-2.286761
-2.859258
2013-11-15
23
3
C
y
0.392779
-0.104737
2013-12-15



Pivoted DataFrame:
 C           x         y
A B                    
1 A -0.182276 -0.605178
  B -0.816068  0.127548
  C  0.070736  0.786979
2 A  1.559430       NaN
  B       NaN -0.490681
  C  0.754310       NaN
3 A       NaN -1.015125
  B -1.008318       NaN
  C       NaN -0.436260

使用聚合进行透视

Pandas 的 pivot_table() 方法可以用来指定聚合函数。默认情况下，它计算平均值，但您也可以使用 sum、count 等函数，甚至可以使用自定义函数对透视进行聚合。

示例

此示例演示了如何使用 df.pivot_table() 方法对 DataFrame 进行透视并应用聚合函数。

import numpy as np
import datetime
import pandas as pd

# Create a DataFrame
df = pd.DataFrame({"A": [1, 1, 2, 3] * 6,
"B": ["A", "B", "C"] * 8,
"C": ["x", "x", "x", "y", "y", "y"] * 4,
"D": np.random.randn(24),
"E": np.random.randn(24),
"F": [datetime.datetime(2013, i, 1) for i in range(1, 13)] +[datetime.datetime(2013, i, 15) for i in range(1, 13)]})

# Display the Input DataFrame
print('Original DataFrame:\n', df)

# Pivot the DataFrame with a aggregate function
pivot_table = pd.pivot_table(df, values=["D", "E"], index=["B"], columns=["A", "C"], aggfunc="sum")

# Display the output
print('Pivoted DataFrame:\n', pivot_table)

以下是上述代码的输出 -

Original DataFrame:


A
B
C
D
E
F

0
1
A
x
0.921728
0.807799
2013-01-01
1
1
B
x
0.565152
-0.369947
2013-02-01
2
2
C
x
1.260114
0.352844
2013-03-01
3
3
A
y
-1.369645
1.504198
2013-04-01
4
1
B
y
0.882293
-1.177686
2013-05-01
5
1
C
y
0.560940
1.126121
2013-06-01
6
2
A
x
1.496309
0.131623
2013-07-01
7
3
B
x
0.557194
1.545635
2013-08-01
8
1
C
x
0.518436
-0.581113
2013-09-01
9
1
A
y
-0.607266
-1.032699
2013-10-01
10
2
B
y
-0.665019
-0.628637
2013-11-01
11
3
C
y
2.146093
-0.175748
2013-12-01
12
1
A
x
0.203505
1.402464
2013-01-15
13
1
B
x
0.602630
1.028011
2013-02-15
14
2
C
x
-0.137840
0.099252
2013-03-15
15
3
A
y
1.517678
1.027651
2013-04-15
16
1
B
y
-0.949576
-0.268656
2013-05-15
17
1
C
y
-0.328505
-0.092841
2013-06-15
18
2
A
x
0.089315
0.771653
2013-07-15
19
3
B
x
1.889772
-0.348258
2013-08-15
20
1
C
x
1.081143
-0.006387
2013-09-15
21
1
A
y
0.223791
0.944354
2013-10-15
22
2
B
y
0.111047
-1.634985
2013-11-15
23
3
C
y
-1.475421
0.586825
2013-12-15

Pivoted DataFrame:

           D                      ...         E                    
A         1                   2  ...         2         3          
C         x         y         x  ...         y         x         y
B                                ...                              
A  1.125233 -0.383475  1.585623  ...       NaN       NaN  2.531849
B  1.167782 -0.067283       NaN  ... -2.263622  1.197377       NaN
C  1.599579  0.232435  1.122273  ...       NaN       NaN  0.411078

[3 rows x 12 columns]