本系列文章配套代码获取有以下三种途径：
-
可以在以下网站查看，该网站是使用JupyterLite搭建的web端Jupyter环境，因此无需在本地安装运行环境即可使用，首次运行浏览器需要下载一些配置文件（大约20M）：
https://returu.github.io/Python_Data_Analysis/lab/index.html-
也可以通过百度网盘获取，需要在本地配置代码运行环境，环境配置可以查看【Python基础】2.搭建Python开发环境：
链接：https://pan.baidu.com/s/1MYkeYeVAIRqbxezQECHwcA?pwd=mnsj提取码：mnsj
-
前往GitHub详情页面，单击 code 按钮，选择Download ZIP选项：
https://github.com/returu/Python_Data_Analysis根据《Python for Data Analysis 3rd Edition》翻译整理
—————————————————–
pivot_table 方法，还有一个顶层的 pandas.pivot_table 函数。除了为 groupby 提供方便的接口外，pivot_table 还可以添加部分总计，也称为边距（margins）。pivot_table与之前介绍的pivot相比较，pivot只能简单重塑，而无法对数据进行聚合，如果存在重复数据将会报错。而pivot_table在pivot基础上，还可以对数据进行聚合。
1DataFrame.pivot(self, index=None, columns=None, values=None)
2DataFrame.pivot_table(self, values=None, index=None, columns=None, aggfunc='mean', fill_value=None, margins=False, dropna=True, margins_name='All', observed=False)
首先构造一个示例DataFrame数据：
1>>> df = pd.DataFrame({"style":["one", "two", "three","one", "two", "three","one", "two", "three"],
2... "variable":["A","A","A","B","B","B","A","B","A"],
3... "label":["No","Yes","No","Yes","No","Yes","No","Yes","Yes"],
4... "value1":np.arange(1,10),
5... "value2":np.arange(10,19),
6... "value3":np.random.standard_normal(9)})
7
8>>> df
9 style variable label value1 value2 value3
100 one A No 1 10 -0.871524
111 two A Yes 2 11 -0.239977
122 three A No 3 12 -0.504654
133 one B Yes 4 13 -0.467207
144 two B No 5 14 0.662229
155 three B Yes 6 15 0.354248
166 one A No 7 16 -0.889782
177 two B Yes 8 17 -2.304532
188 three A Yes 9 18 0.126101
假设，想要计算一个一张在行方向上按 style 和 label 排列的分组平均值的表，可以通过pivot_table实现，也可以通过droupby实现。
1>>> df.pivot_table(index=["style","label"])
2 value1 value2 value3
3style label
4one No 4.0 13.0 -0.880653
5 Yes 4.0 13.0 -0.467207
6three No 3.0 12.0 -0.504654
7 Yes 7.5 16.5 0.240175
8two No 5.0 14.0 0.662229
9 Yes 5.0 14.0 -1.272254
10
11# 也可以通过 droupby 实现
12>>> df.groupby(["style","label"]).mean()
13 value1 value2 value3
14style label
15one No 4.0 13.0 -0.880653
16 Yes 4.0 13.0 -0.467207
17three No 3.0 12.0 -0.504654
18 Yes 7.5 16.5 0.240175
19two No 5.0 14.0 0.662229
20 Yes 5.0 14.0 -1.272254
假设，在行方向上按 style 和 variable 排列的分组，在列方向按 label 分组，只对 value1 和 value2 聚合。
1>>> df.pivot_table(index=["style","variable"] , columns="label" , values=["value1","value2"])
2 value1 value2
3label No Yes No Yes
4style variable
5one A 4.0 NaN 13.0 NaN
6 B NaN 4.0 NaN 13.0
7three A 3.0 9.0 12.0 18.0
8 B NaN 6.0 NaN 15.0
9two A NaN 2.0 NaN 11.0
10 B 5.0 8.0 14.0 17.0
margins=True 来扩充此表以包含部分总计，将会添加ALL行和列标签，其中相应的值是单层中所有数据的分组统计值。 1>>> df.pivot_table(index=["style","variable"] , columns="label" , values=["value1","value2"] , margins=True)
2 value1 value2
3label No Yes All No Yes All
4style variable
5one A 4.0 NaN 4.0 13.0 NaN 13.0
6 B NaN 4.0 4.0 NaN 13.0 13.0
7three A 3.0 9.0 6.0 12.0 18.0 15.0
8 B NaN 6.0 6.0 NaN 15.0 15.0
9two A NaN 2.0 2.0 NaN 11.0 11.0
10 B 5.0 8.0 6.5 14.0 17.0 15.5
11All 4.0 5.8 5.0 13.0 14.8 14.0
mean，如果需要使用均值以外的聚合函数，请将其传递给 aggfunc 关键字参数。 1>>> df.pivot_table(index=["style","variable"] , columns="label" , values=["value1","value2"] ,aggfunc=sum , margins=True)
2 value1 value2
3label No Yes All No Yes All
4style variable
5one A 8.0 NaN 8 26.0 NaN 26
6 B NaN 4.0 4 NaN 13.0 13
7three A 3.0 9.0 12 12.0 18.0 30
8 B NaN 6.0 6 NaN 15.0 15
9two A NaN 2.0 2 NaN 11.0 11
10 B 5.0 8.0 13 14.0 17.0 31
11All 16.0 29.0 45 52.0 74.0 126
在聚合情况下，可能会产生空值（或者NA），可以通过传递fill_value设置填充值。
1>>> df.pivot_table(index=["style","variable"] , columns="label" , values=["value1","value2"] ,aggfunc=sum , margins=True , fill_value=99)
2 value1 value2
3label No Yes All No Yes All
4style variable
5one A 8 99 8 26 99 26
6 B 99 4 4 99 13 13
7three A 3 9 12 12 18 30
8 B 99 6 6 99 15 15
9two A 99 2 2 99 11 11
10 B 5 8 13 14 17 31
11All 16 29 45 52 74 126
pivot_table参数选项如下所示：
| 参数选项名 |
说明 |
| values | 需要聚合的列名，默认情况下聚合所有数字列 |
| index | 在结果透视表的行上进行分组的列名或其他分组键 |
| columns | 在结果透视表的列上进行分组的列名或其他分组键 |
| aggfunc | 聚合函数或函数列表（默认情况下为mean），可以是groupby 上下文的任意有效函数 |
| fill_value | 替换结果表中的缺失值 |
| dropna | 如果为True，则不包含所有条目均为NA的列 |
| margins | 添加行/列小计和总计（默认为False ） |
| margins_name | 当传递margins=True时，用于设置边距行/列标签的名称；默认为“All” |
| observed | 这仅适用于任何是分类的 groupers 。如果为True，仅显示分类分组的观察值。如果为 False显示分类分组的所有值 |
首先构造一个示例DataFrame数据：
1>>> df = pd.DataFrame({"style":["one", "two", "three","one", "two", "three","one", "two", "three"],
2... "variable":["A","A","A","B","B","B","A","B","A"],
3... "label":["No","Yes","No","Yes","No","Yes","No","Yes","Yes"],
4... "value1":np.arange(1,10),
5... "value2":np.arange(10,19)})
6
7>>> df
8 style variable label value1 value2
90 one A No 1 10
101 two A Yes 2 11
112 three A No 3 12
123 one B Yes 4 13
134 two B No 5 14
145 three B Yes 6 15
156 one A No 7 16
167 two B Yes 8 17
178 three A Yes 9 18
假设，需要按照 style 列和 variable 列来总结数据，可以使用pivot_table 来实现这个功能，但是pandas.crosstab函数更为方便。
1>>> df.pivot_table(index="style" , columns="variable" , values="value1" ,aggfunc="count" , margins=True)
2variable A B All
3style
4one 2 1 3
5three 2 1 3
6two 1 2 3
7All 5 4 9
8
9
10>>> pd.crosstab(index=df["style"] , columns=df["variable"] , margins=True)
11variable A B All
12style
13one 2 1 3
14three 2 1 3
15two 1 2 3
16All 5 4 9
1>>> pd.crosstab(index=[df["style"],df["label"]] , columns=df["variable"] , margins=True)
2variable A B All
3style label
4one No 2 0 2
5 Yes 0 1 1
6three No 1 0 1
7 Yes 1 1 2
8two No 0 1 1
9 Yes 1 1 2
10All 5 4 9
11
12
13>>> df.pivot_table(index=["style","label"] , columns="variable" , values="value1" ,aggfunc="count" , margins=True , fill_value=0)
14variable A B All
15style label
16one No 2 0 2
17 Yes 0 1 1
18three No 1 0 1
19 Yes 1 1 2
20two No 0 1 1
21 Yes 1 1 2
22All 5 4 9
本篇文章来源于微信公众号: 码农设计师
