Pandas pd.pivot_table() 関数
Pandas よく使う関数pd.pivot_table()Pandas ライブラリで使用されるピボットテーブルを作成する関数です。ピボットテーブルはスプレッドシートの一般的な機能であり、データをグループ化、集約、再形成して、さまざまな角度からデータを分析するのに便利です。
とpd.crosstab()に比べて、pivot_table()より強力で、複数の集約関数のサポート、欠損値の処理、より複雑なデータの再形成が可能です。
単語の意味： pivot_table「ピボットテーブル」を意味し、データのレイアウトを動的に変更できる表であり、複数の視点からデータを集計・分析できます。
基本構文とパラメータ
pd.pivot_table()Pandas ライブラリのトップレベル関数であり、ピボットテーブルの作成に使用されます。
構文形式
pd.pivot_table(data, values=None, index=None, columns=None, aggfunc='mean', fill_value=None, margins=False, dropna=True, margins_name='All')
パラメータ説明
- パラメータ：
data- 型： DataFrame。
- 説明： ソースデータの DataFrame。
- パラメータ：
values- 型： 列名または列名のリスト。
- 説明： 集約する列。指定しない場合、すべての数値列が集約されます。
- パラメータ：
index- 型： 列名、列名のリスト、または関数。
- 説明： 行インデックスとして使用する列。単一の列または複数の列（リスト）を指定できます。複数の列を指定すると、階層インデックスが作成されます。
- パラメータ：
columns- 型： 列名または列名のリスト。
- 説明： 列インデックスとして使用する列。
- パラメータ：
aggfunc- 型： 関数、文字列、または関数のリスト。
- 説明： 集約関数。一般的な値には 'sum'、'mean'、'count'、'min'、'max'、'median'、'std' などがあります。デフォルトは 'mean' です。
- パラメータ：
fill_value- 型： スカラーまたは None。
- 説明： 欠損値を埋めるための数値。
- パラメータ：
margins- 型： ブール値。
- 説明： 行と列の合計を追加するかどうか。デフォルトは
False。
関数説明
- 戻り値： DataFrame、つまりピボットテーブルを返します。
- 効果： 指定された行、列、および集約関数に基づいて、データを再形成し集計します。
例
簡単なものから複雑なものまでの一連の例を通じて、pd.pivot_table()の使い方を徹底的にマスターしましょう。
例1：基本用法 - 単純なピボットテーブルの作成
例
import pandas as pd
import numpy as np
# 1. 创建销售数据
sales = pd.DataFrame({
'date': pd.date_range('2023-01-01', periods=12, freq='D'),
'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("=== 销售数据 ===")
print(sales)
# 2. ピボットテーブルの作成 - 製品と地域別に売上を集計する
pivot = pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc='sum')
print("n=== pd.pivot_table() 销售透视表 ===")
print(pivot)
# 3. 使用 fill_value 填充缺失值
print("n=== 填充缺失值 (fill_value=0) ===")
pivot_fill = pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc='sum', fill_value=0)
print(pivot_fill)
import numpy as np
# 1. 创建销售数据
sales = pd.DataFrame({
'date': pd.date_range('2023-01-01', periods=12, freq='D'),
'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("=== 销售数据 ===")
print(sales)
# 2. ピボットテーブルの作成 - 製品と地域別に売上を集計する
pivot = pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc='sum')
print("n=== pd.pivot_table() 销售透视表 ===")
print(pivot)
# 3. 使用 fill_value 填充缺失值
print("n=== 填充缺失值 (fill_value=0) ===")
pivot_fill = pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc='sum', fill_value=0)
print(pivot_fill)
実行結果の予想:
=== 销售数据 ===
date product region sales
0 2023-01-01 A North 100
1 2023-01-01 B North 150
2 2023-01-01 C North 200
3 2023-01-01 A South 180
4 2023-01-01 B South 170
5 2023-01-01 C South 160
6 2023-01-01 A East 190
7 2023-01-01 B East 200
8 2023-01-01 C East 210
9 2023-01-01 A West 220
10 2023-01-01 B West 230
11 2023-01-01 C West 240
=== pd.pivot_table() 销售透视表 ===
region East North South West
product
A 400.0 100.0 180.0 220.0
B 400.0 150.0 170.0 230.0
C 410.0 200.0 160.0 240.0
=== 填充缺失值 (fill_value=0) ===
region East North South West
product
A 400 100 180 220
B 400 150 170 230
C 410 200 160 240
コード解析:
- ピボットテーブルは、製品（行）と地域（列）ごとに売上を集計します。
fill_value=0欠損している組み合わせが 0 で表示され、読みやすくなります。
例2：異なる集約関数の使用
aggfuncパラメータを使用すると、複数の集約方法を指定してデータを分析できます。
例
import pandas as pd
import numpy as np
# 1. より豊富な売上データを作成
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("=== 销售数据 ===")
print(sales)
# 2. 集計（合計）
print("n=== 売上合計 ===")
sum_result = pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc='sum')
print(sum_result)
# 3. 计算平均销售额
print("n=== 销售额平均值 ===")
mean_result = pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc='mean')
print(mean_result.round(1))
# 4. 同时计算多种统计量（传递列表）
print("n=== 件数と平均を同時に計算 ===")
multi_agg = pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc=['sum', 'mean'])
print(multi_agg)
import numpy as np
# 1. より豊富な売上データを作成
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("=== 销售数据 ===")
print(sales)
# 2. 集計（合計）
print("n=== 売上合計 ===")
sum_result = pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc='sum')
print(sum_result)
# 3. 计算平均销售额
print("n=== 销售额平均值 ===")
mean_result = pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc='mean')
print(mean_result.round(1))
# 4. 同时计算多种统计量（传递列表）
print("n=== 件数と平均を同時に計算 ===")
multi_agg = pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc=['sum', 'mean'])
print(multi_agg)
実行結果の予想:
=== 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
=== 销售额求和 ===
region East North South West
product
A 190 210 200 220
B 200 150 370 230
=== 销售额平均值 ===
region East North South West
product
A 190 105.0 200 220
B 200 150.0 185 230
=== 同时计算数量和、均值 ===
sum mean
region East North South West East North South West
product
A 190 210 200 220 190 105.0 200 220
B 200 150 370 230 200 150.0 185.0 230
コード解析:
- 異なる集約関数を使用することで、異なる統計指標を計算できます。
- 複数の集約関数を同時に渡すと、ピボットテーブルは複数レベルの列インデックスを作成します。
例3：margins を使用して合計を追加
パラメータをmargins使用することで、行と列の合計を追加でき、集計データを確認しやすくなります。
例
import pandas as pd
# 以前の売上データを使用
sales = pd.DataFrame({
'product': ['A', 'B', 'A', 'B', 'A', 'B'],
'region': ['North', 'North', 'South', 'South', 'East', 'East'],
'sales': [100, 150, 200, 180, 190, 200]
})
# 1. 无合计
print("=== 无合计 ===")
print(pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc='sum'))
# 2. 添加行列合计
print("n=== 添加合计 (margins=True) ===")
result = pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc='sum', margins=True)
print(result)
# 3. 自定义合计名称
print("n=== 自定义合计名称 ===")
result_name = pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc='sum', margins=True, margins_name='总计')
print(result_name)
# 4. マルチレベル行インデックスの合計
print("n=== 多层行索引 ===")
multi_index = pd.pivot_table(sales, values='sales', index=['product', 'region'], aggfunc='sum')
print(multi_index)
# 以前の売上データを使用
sales = pd.DataFrame({
'product': ['A', 'B', 'A', 'B', 'A', 'B'],
'region': ['North', 'North', 'South', 'South', 'East', 'East'],
'sales': [100, 150, 200, 180, 190, 200]
})
# 1. 无合计
print("=== 无合计 ===")
print(pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc='sum'))
# 2. 添加行列合计
print("n=== 添加合计 (margins=True) ===")
result = pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc='sum', margins=True)
print(result)
# 3. 自定义合计名称
print("n=== 自定义合计名称 ===")
result_name = pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc='sum', margins=True, margins_name='总计')
print(result_name)
# 4. マルチレベル行インデックスの合計
print("n=== 多层行索引 ===")
multi_index = pd.pivot_table(sales, values='sales', index=['product', 'region'], aggfunc='sum')
print(multi_index)
実行結果の予想:
=== 无合计 ===
region East North South
product
A 190 100 200
B 200 150 180
=== 添加合计 (margins=True) ===
region East North South All
product
A 190 100 200 490
B 200 150 180 530
All 390 250 380 1020
=== 自定义合计名称 ===
region East North South 总计
product
A 190 100 200 490
B 200 150 180 530
总计 390 250 380 1020
=== 多层行索引 ===
sales
product region
A East 190
North 100
South 200
B East 200
North 150
South 180
コード解析:
margins=True「All」の行と列が追加され、合計データが表示されます。margins_name合計の名前をカスタマイズできます。
例4：複数レベルのインデックスと複雑なピボット
複数の列を使用して、複数レベルのインデックスを持つピボットテーブルを作成できます。
例
import pandas as pd
# 1. 複数のカテゴリ変数を含むデータを作成
data = pd.DataFrame({
'year': [2022, 2022, 2022, 2023, 2023, 2023],
'quarter': ['Q1', 'Q2', 'Q3', 'Q1', 'Q2', 'Q3'],
'product': ['A', 'A', 'B', 'B', 'A', 'B'],
'sales': [100, 150, 200, 220, 180, 250]
})
print("=== 数据 ===")
print(data)
# 2. 複数の列を行インデックスとして使用
print("n=== 多年份多季度透视 ===")
pivot = pd.pivot_table(data, values='sales', index=['year', 'quarter'], columns='product', aggfunc='sum')
print(pivot)
# 3. 複数の列を列インデックスとして使用
print("n=== 复杂交叉透视 ===")
pivot_multi = pd.pivot_table(data, values='sales', index='year', columns=['product', 'quarter'], aggfunc='sum')
print(pivot_multi)
# 4. 使用 fill_value 处理缺失值
print("n=== 填充缺失值 ===")
pivot_fill = pd.pivot_table(data, values='sales', index=['year', 'quarter'], columns='product', aggfunc='sum', fill_value=0)
print(pivot_fill)
# 1. 複数のカテゴリ変数を含むデータを作成
data = pd.DataFrame({
'year': [2022, 2022, 2022, 2023, 2023, 2023],
'quarter': ['Q1', 'Q2', 'Q3', 'Q1', 'Q2', 'Q3'],
'product': ['A', 'A', 'B', 'B', 'A', 'B'],
'sales': [100, 150, 200, 220, 180, 250]
})
print("=== 数据 ===")
print(data)
# 2. 複数の列を行インデックスとして使用
print("n=== 多年份多季度透视 ===")
pivot = pd.pivot_table(data, values='sales', index=['year', 'quarter'], columns='product', aggfunc='sum')
print(pivot)
# 3. 複数の列を列インデックスとして使用
print("n=== 复杂交叉透视 ===")
pivot_multi = pd.pivot_table(data, values='sales', index='year', columns=['product', 'quarter'], aggfunc='sum')
print(pivot_multi)
# 4. 使用 fill_value 处理缺失值
print("n=== 填充缺失值 ===")
pivot_fill = pd.pivot_table(data, values='sales', index=['year', 'quarter'], columns='product', aggfunc='sum', fill_value=0)
print(pivot_fill)
実行結果の予想:
=== 数据 === year quarter product sales 0 2022 Q1 A 100 1 2022 Q2 A 150 2 2022 Q3 B 200 3 2023 Q1 B 220 4 2023 Q2 A 180 5 2023 Q3 B 250 === 多年份多季度透视 === product A B year quarter 2022 Q1 100.0 NaN 2022 Q2 150.0 NaN 2022 Q3 NaN 200.0 2023 Q1 NaN 220.0 2023 Q2 180.0 NaN 2023 Q3 NaN 250.0 === 复杂交叉透视 === product A B quarter Q1 Q2 Q3 Q1 Q2 Q3 year 2022 100 150 200 NaN NaN NaN 2023 NaN 180 250 NaN NaN NaN === 填充缺失值 === product A B year quarter 2022 Q1 100 0 2022 Q2 150 0 2022 Q3 0 200 2023 Q1 0 220 2023 Q2 180 0 2023 Q3 0 250
コード解析:
- 複数レベルのインデックスは、リスト形式で指定する
index=['year', 'quarter']ことによって実現されます。 fill_value=0欠損データを一律に 0 で埋めることで、後続の計算が容易になります。
その他の拡張ヒント：
pd.pivot_table()強力なピボット機能を提供します。2つのカテゴリ変数の頻度を集計するだけでよい場合は、pd.crosstab()より簡潔かもしれません。pd.crosstab()頻度の数値を返す一方、pivot_table()平均、合計、標準偏差など、複数の統計量を計算できます。pd.crosstab()これは、`pd.pivot_table()` のpivot_table()にaggfunc='count'特殊なケースと見なすことができます。