Pandas_数据透视表与交叉表

数据透视表   pivot_table()

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

'''
values:需要聚合的列名，默认所有数值的列
index:在结果透视表的行上进行分组的列名分组键
columns:在结果透视表的列上进行分组的列名分组键
aggfunc:聚合函数或函数列表，默认为mean
fill_value:在结果表中替换缺失值的值
margins:添加行列总计(与aggfunc对应)
dropna:是否除去均为nan的列
margins_name:与margins对应
'''

tips=pd.read_csv('tips.csv')
#下列两组效果一样
result1=tips.pivot_table(index=['day','smoker'])
tips.groupby(by=['day','smoker']).agg('mean')
print(result1)
'''
                 size       tip  total_bill
day  smoker                                
Fri  No      2.250000  2.812500   18.420000
     Yes     2.066667  2.714000   16.813333
Sat  No      2.555556  3.102889   19.661778
     Yes     2.476190  2.875476   21.276667
Sun  No      2.929825  3.167895   20.506667
     Yes     2.578947  3.516842   24.120000