Pandas实现excel的透视表_pandas透视表的value参数列表有列不存在-优快云博客

本文链接：https://blog.youkuaiyun.com/tscaxx/article/details/126121433

本文详细介绍了如何使用pandas的pivot_table函数，包括参数解读、实例演示（如按年龄和姓名计数并填充缺失值），旨在帮助读者掌握数据透视操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.获取帮助信息

import pandas as pd

df_1 = pd.read_excel('stu.xls')
help(df_1.pivot_table)

2.函数

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

3.参数

index : 原表的表头名称。解释：透视表的第一列(透视表每一行的表头)
columns :原表的表头名称。解释：透视表的第一行(透视表每一列的表头)
values：原表的表头名称。解释：透视表内容，以哪列的数据为准。
aggfunc : 聚合函数，默认为平均值
            np.sum() //求和；
            np.prod() //所有元素相乘；
            np.mean() //平均值；
            np.std() //标准差；
            np.var() //方差；
            np.median() //中数；
            np.power() //幂运算；
            np.sqrt() //开方；
            np.min() //最小值；
            np.max() //最大值；
            np.argmin() //最小值的下标；
            np.argmax() //最大值的下标；
            np.inf //无穷大；
            np.exp(10) //以e为底的指数；
            np.log(10) //对数

fill_value : 空缺数据，设置填充内容

margins : 是否添加行列的总计
dropna : 默认为True，如果列的所有值都是NaN，将不作为计算列，False时，被保留

margins_name : 汇总行列的名称，默认为All

observed : 是否显示观测值

sort : 结果是否排序

4.案例

import pandas as pd
import numpy as np

df_1 = pd.read_excel('stu.xls')

#aggfunc='count' 计数
df_1_r = pd.pivot_table(df_1, index='年龄', columns='姓名', values='分数', aggfunc='count', margins=True,
                           margins_name='总计', fill_value=0)
df_1_r.to_excel('1.xlsx')