2022/3/14 4.9 透视表和重塑dataframe
file:///D:/Python39/envs/pydata/教材配套代码/模块四 数据处理Pandas/4.9 透视表和重塑dataframe.html 1/6
在数据分析中，常常需要用到数据透视表和交叉表，下面介绍pandas.DataFrame.pivot_table数据透视表和pandas.DataFrame.crosstab交叉表的用
法和区别。
4.9.1 数据透视表
典型的数据格式是扁平的，只包含行和列，不方便总结信息。数据透视表(pivot table) 是一种类似GroupBy的操作方法，常见于Excel中。数据透视
表将每一列数据作为输入，输出将数据不断细分为多个维度累计信息的二维数据表。
数据透视表用来做数据透视，可以通过一个或多个键分组聚合DataFrame中的数据，通过aggfunc参数决定聚合类型，是groupby的高级功能。
透视表就是将指定原有DataFrame的列分别作为行索引和列索引，然后对指定的列应用聚集函数(默认情况下式mean函数)。
为什么要使用pivot_table？
灵活性高，可以随意定制你的分析计算要求
脉络清晰易于理解数据
操作性强，报表神器
pivot_table调用方式：
pd.pivot_table（data, values = None，index = None，columns = None，aggfunc ='mean'，fill_value = None，margin = False，dropna = True，
margins_name ='All' ）
pd.pivot_table参数如下：
注意，在所有参数中，values、index、columns最为关键，它们分别对应excel透视表中的值、行、列：
data：DataFrame对象
values：是要进行汇总、统计等运算的列，可以是多个（list格式）
index：数据透视表的index，从原数据的列中筛选，是作为新表的列名，可以是多个（list格式）
columns：数据透视表的columns，从原数据的列中筛选，是作为新表的列名，可以是多个（list格式）
In [ ]:
import
numpy
as
np
import
pandas
as
pd
资源评论
- hqiuyan2022-10-08超级好的资源，很值得参考学习，对我启发很大，支持！
- 我不吃2022-08-24资源使用价值高，内容详实，给了我很多新想法，感谢大佬分享~
