Python pivot_table详解

再来介绍pandas库里的pivot_table()函数。pivot_table()与pivot()比较类似。其官方定义如下所示：

 

DataFrame.pivot_table(values=None, index=None, columns=None, aggfunc='mean', fill_value=None, margins=False, dropna=True, margins_name='All')

 

我们依次解析：

 

values：可选参数，用来做集合的值，其用法与pivot的values类似。默认是显示所有的值。

 

index：必选参数，用来指定行索引。如果用数组做行索引，数据必须等长。

 

columns：必选参数，用来指定列索引。

 

aggfunc：聚合函数， pivot_table后新dataframe的值都会通过aggfunc进行运算。在上一讲pivot函数中的error问题（python不清楚要放什么值），在pivot_table会将多重值调用aggfunc函数后放在相应的位置上。默认的aggfunc函数为求平均。

 

fill_value：填充NA值。默认不填充

 

margins：添加行列的总计，默认不显示。

 

dropna：如果整行都为NA值，则进行丢弃，默认丢弃。

 

margins_name：在margins参数为ture时，用来修改margins的名称

 

dataframe df如下所示

 

 

设置value为D，行索引为A，列索引为B,其余为默认，函数如下所示

 

注意，在如果这里使用pivot函数就会报错，原因上一节已经讲过。

 

更改aggfuc函数时：

 

 

将values等设置为数组形式：

 

 

以上就是pivot_table的内容了，结合pivot函数，是否学会了如何使用？

更多内容，请关注我的微信公众号：EE漫谈