Pandas DataFrame.pivot_table() función

Pandas 常用函数 Funciones comunes de Pandas

df.pivot_table()es un método miembro de DataFrame, utilizado paracrear tablas dinámicas. Espivot()una versión mejorada de pivot, que soporta operaciones de agregación y puede manejar combinaciones repetidas de índices de filas y columnas.

La tabla dinámica es una de las herramientas más utilizadas en el análisis de datos; permite agrupar, resumir y remodelar datos desde diferentes perspectivas, facilitando la detección de patrones y tendencias en los datos.

Definición del término： pivot_tablesignifica "tabla dinámica"; es una tabla que puede cambiar dinámicamente la disposición de los datos y admite la agregación automática de datos repetidos.

Sintaxis básica y parámetros

df.pivot_table()es un método de instancia de DataFrame, que se invoca mediante el operador punto.

Formato de sintaxis

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

Descripción de parámetros

Parámetro： index
- Tipo: nombre de columna, etiqueta, lista de etiquetas o None.
- Descripción: columna utilizada como índice de filas. Puede ser una sola columna o varias columnas (lista); varias columnas crean un índice jerárquico.
Parámetro： columns
- Tipo: nombre de columna o etiqueta.
- Descripción: columna utilizada como índice de columnas; se usa para expandir los valores únicos como nombres de columnas.
Parámetro： values
- Tipo: nombre de columna, etiqueta, lista de etiquetas o None.
- Descripción: columnas numéricas a agregar. Si no se especifica, se agregan todas las columnas numéricas.
Parámetro： aggfunc
- Tipo: función, cadena o lista de funciones.
- Descripción: función de agregación. Los valores comunes incluyen'sum'(suma),'mean'(promedio, por defecto),'count'(conteo),'min'(mínimo),'max'(máximo),'median'(mediana),'std'(desviación estándar), etc.
Parámetro： fill_value
- Tipo: escalar o None.
- Descripción: valor utilizado para rellenar valores faltantes. Por defecto es None, conservando NaN.
Parámetro： margins
- Tipo: valor booleano.
- Descripción: si se añaden totales de filas y columnas. Por defecto es False. Al establecerlo en True, se añaden datos resumidos al final de filas y columnas.
Parámetro： margins_name
- Tipo: cadena.
- Descripción: nombre de la fila/columna de totales; por defecto es 'All'. Solo es efectivo cuando margins=True.

Descripción de la función

Valor de retorno: devuelve un DataFrame, es decir, la tabla dinámica.
Características: a diferencia depivot()pivot,pivot_table()no genera errores por combinaciones duplicadas de index+columns, y automáticamente utilizaaggfuncpara la agregación.

Ejemplos

Dominemos a fondo, mediante una serie de ejemplos de simples a complejos,df.pivot_table()el uso de pivot_table.

Ejemplo 1: Uso básico - Crear una tabla dinámica simple

Ejemplo

import pandas as pd

# 1. Crear datos de ventas
sales = pd.DataFrame({
'product': ['A', 'B', 'C', 'A', 'B', 'C', 'A', 'B', 'C', 'A', 'B', 'C'],
'region': ['North', 'North', 'North', 'South', 'South', 'South', 'East', 'East', 'East', 'West', 'West', 'West'],
'sales': [100, 150, 200, 180, 170, 160, 190, 200, 210, 220, 230, 240]
})

print("=== Datos de ventas ===")
print(sales)

# 2. Crear tabla dinámica - Resumir ventas por producto y región (la función de agregación por defecto es mean)
pivot = sales.pivot_table(values='sales', index='product', columns='region', aggfunc='sum')
print("n=== df.pivot_table() Tabla dinámica de ventas (suma) ===")
print(pivot)

Resultado esperado:

=== 销售数据 ===
    product  region  sales
0         A   North    100
1         B   North    150
2         C   North    200
3         A   South    180
4         B   South    170
5         C   South    160
6         A   East    190
7         B   East    200
8         C   East    210
9         A   West    220
10        B   West    230
11        C   West    240

=== df.pivot_table() 销售透视表（求和）===
region   East  North  South  West
product
A         190    100    180   220
B         200    150    170   230
C         210    200    160   240

Análisis del código:

Los datos originales están en formato largo; cada fila registra las ventas de un producto en una región.
pivot_table()Se usa product como índice de filas, region como índice de columnas y sales como valores.
Se utilizaaggfunc='sum'para sumar y resumir las ventas.
El resultado es una tabla bidimensional clara, que facilita comparar el rendimiento de ventas de diferentes productos en diferentes regiones.

Ejemplo 2: Usar diferentes funciones de agregación

aggfuncEl parámetro puede especificar múltiples formas de agregación para analizar datos.

Ejemplo

import pandas as pd
import numpy as np

# 1. Crear datos de ventas más completos (cada producto tiene varios registros)
sales = pd.DataFrame({
'product': ['A', 'B', 'A', 'B', 'A', 'B', 'A', 'B', 'A', 'B'],
'region': ['North', 'North', 'South', 'South', 'East', 'East', 'West', 'West', 'North', 'South'],
'sales': [100, 150, 200, 180, 190, 200, 220, 230, 110, 190],
'quantity': [10, 15, 20, 18, 19, 20, 22, 23, 11, 19]
})

print("=== Datos de ventas ===")
print(sales)

# 2. Calcular el promedio de ventas (función de agregación por defecto)
print("n=== Promedio de ventas ===")
mean_result = sales.pivot_table(values='sales', index='product', columns='region', aggfunc='mean')
print(mean_result.round(1))

# 3. Usar múltiples funciones de agregación a la vez (pasando un diccionario)
print("n=== Múltiples funciones de agregación ===")
multi_agg = sales.pivot_table(
values='sales',
index='product',
columns='region',
aggfunc={'sales': ['sum', 'mean', 'max']}
)
print(multi_agg)

# 4. Usar diferentes funciones de agregación para diferentes columnas
print("n=== Diferentes agregaciones para diferentes columnas ===")
diff_agg = sales.pivot_table(
values=['sales', 'quantity'],
index='product',
columns='region',
aggfunc={'sales': 'sum', 'quantity': 'mean'}
)
print(diff_agg)

Resultado esperado:

=== 销售数据 ===
   product  region  sales quantity
0        A   North    100       10
1        B   North    150       15
2        A   South    200       20
3        B   South    180       18
4        A   East    190       19
5        B   East    200       20
6        A   West    220       22
7        B   West    230       23
8        A   North    110       11
9        B   South    190       19

=== 销售额平均值 ===
region   East  North  South  West
product
A       190.0  105.0  200.0  220.0
B       200.0  150.0  185.0  230.0

=== 多聚合函数 ===
        sales
          sum          mean  max
region  East North South West East North South West East North South West
product
A       190  210   200  220   190  105   200  220   190  110   200  220
B       200  150   370  230   200  150   185  230   200  150   190  230

=== 不同列不同聚合 ===
        sales        quantity
region   East North South West  East North South West
product
A         190  210   200  220  19.0  10.5  20.0  22.0
B         200  150   370  230  20.0  15.0  18.5  23.0

Análisis del código:

aggfuncPuede ser una sola cadena (como 'sum', 'mean'), o también una lista o un diccionario.
Al pasar un diccionario, se pueden especificar diferentes funciones de agregación para diferentes columnas.
El promedio de ventas del producto A en la región Norte es 105 ((100+110)/2), lo que demuestra la capacidad de pivot_table() para manejar automáticamente valores duplicados.

Ejemplo 3: Usar margins para añadir totales

Usando elmarginsparámetro se pueden añadir totales de filas y columnas, lo que facilita ver los datos resumidos.

Ejemplo

import pandas as pd

# 1. Crear datos de ventas
sales = pd.DataFrame({
'product': ['A', 'B', 'A', 'B', 'A', 'B', 'A', 'B'],
'region': ['North', 'North', 'South', 'South', 'East', 'East', 'West', 'West'],
'sales': [100, 150, 200, 180, 190, 200, 220, 230]
})

# 2. Tabla dinámica sin totales
print("=== Sin totales ===")
no_margins = sales.pivot_table(values='sales', index='product', columns='region', aggfunc='sum')
print(no_margins)

# 3. Añadir totales de filas y columnas
print("n=== Añadir totales (margins=True) ===")
with_margins = sales.pivot_table(
values='sales',
index='product',
columns='region',
aggfunc='sum',
margins=True
)
print(with_margins)

# 4. Personalizar el nombre de los totales
print("n=== Nombre personalizado para totales ===")
custom_name = sales.pivot_table(
values='sales',
index='product',
columns='region',
aggfunc='sum',
margins=True,
margins_name='Total'
)
print(custom_name)

# 5. Tabla dinámica con índice de filas múltiple
print("n=== Índice de filas múltiple ===")
multi_index = sales.pivot_table(
values='sales',
index=['product', 'region'],
aggfunc='sum'
)
print(multi_index)

Resultado esperado:

=== 无合计 ===
region   East  North  South  West
product
A         190    100    200   220
B         200    150    180   230

=== 添加合计 (margins=True) ===
region   East  North  South  West   All
product
A         190    100    200   220   710
B         200    150    180   230   760
All       390    250    380   450  1470

=== 自定义合计名称 ===
region   East North South West   总计
product
A       190  100   200  220    710
B       200  150   180  230    760
总计     390  250   380  450   1470

Análisis del código:

margins=TrueSe añadirá una fila "All" (total) en la parte inferior de la tabla dinámica y una columna "All" (total) en el lado derecho.
Se puede usar elmargins_nameparámetro para personalizar el nombre de los totales, como 'Total'.
La columna All muestra la suma de ventas de cada producto en las diferentes regiones, la fila All muestra la suma de ventas de todos los productos en cada región, y la esquina inferior derecha es la suma de todos los datos.

Ejemplo 4: Usar fill_value para manejar valores faltantes

Usando elfill_valueparámetro se pueden rellenar los valores faltantes generados después de la tabulación dinámica.

Ejemplo

import pandas as pd
import numpy as np

# 1. Crear datos (algunas combinaciones producto-región no existen)
sales = pd.DataFrame({
'product': ['A', 'B', 'A', 'B'],
'region': ['North', 'North', 'South', 'South'],
'sales': [100, 150, 200, 180]
})

print("=== Datos originales ===")
print(sales)

# 2. Sin rellenar valores faltantes (por defecto)
print("n=== Sin rellenar valores faltantes ===")
no_fill = sales.pivot_table(values='sales', index='product', columns='region')
print(no_fill)

# 3. Rellenar valores faltantes con 0
print("n=== Rellenar valores faltantes con 0 ===")
fill_zero = sales.pivot_table(
values='sales',
index='product',
columns='region',
fill_value=0
)
print(fill_zero)

# 4. Demostrar la agregación automática de valores duplicados
data_with_duplicates = pd.DataFrame({
'product': ['A', 'A', 'B', 'B', 'A'],
'region': ['North', 'North', 'South', 'South', 'North'],
'sales': [100, 120, 200, 180, 90]
})

print("n=== Datos con valores duplicados ===")
print(data_with_duplicates)

print("n=== Agregación automática (pivot genera error, pivot_table suma automáticamente) ===")
auto_agg = data_with_duplicates.pivot_table(
values='sales',
index='product',
columns='region',
aggfunc='sum'
)
print(auto_agg)

Resultado esperado:

=== 原始数据 ===
  product  region  sales
0       A   North    100
1       B   North    150
2       A   South    200
3       B   South    180

=== 不填充缺失值 ===
region   North  South
product
A         100.0  200.0
B         150.0  180.0

=== 填充缺失值为0 ===
region  North  South
product
A         100   200
B         150   180

=== 重复值数据 ===
  product  region  sales
0       A   North    100
1       A   North    120
2       B   South    200
3       B   South    180
4       A   North    90

=== 自动聚合（pivot会报错，pivot_table自动求和）===
region   North  South
product
A         310     NaN
B         NaN    380

Análisis del código:

fill_value=0Se pueden rellenar los valores faltantes con 0, lo que facilita cálculos posteriores.
Cuando hay combinaciones repetidas de product-region,pivot_table()automáticamente usaaggfuncpara la agregación, mientras quepivot()genera un error.
Las ventas totales del producto A en la región North son 310 (100+120+90), resultado de la suma automática.

Notas

Aviso importante:

pivot_table()ypivot()La principal diferencia en el manejo de valores duplicados es: pivot_table agrega automáticamente, mientras que pivot genera un error.

CuandovaluesCuando el parámetro no se especifica, se agregan todas las columnas numéricas.

marginsLos totales de filas/columnas añadidos por el parámetro afectan el procesamiento posterior de los datos; se debe tener cuidado al usarlo.

Al procesar datos a gran escala, pivot_table puede consumir bastante memoria; preste atención al control del volumen de datos.

Pandas 常用函数 Funciones comunes de Pandas

Otras extensiones

Lectura y escritura de datos

Núcleo de procesamiento de datos

Manual de referencia

Estadística y casos

Pandas DataFrame.pivot_table() función

Sintaxis básica y parámetros

Formato de sintaxis

Descripción de parámetros

Descripción de la función

Ejemplos

Ejemplo 1: Uso básico - Crear una tabla dinámica simple

Ejemplo

Ejemplo 2: Usar diferentes funciones de agregación

Ejemplo

Ejemplo 3: Usar margins para añadir totales

Ejemplo

Ejemplo 4: Usar fill_value para manejar valores faltantes

Ejemplo

Notas