Функция Pandas pd.pivot_table()
Общие функции Pandaspd.pivot_table()— это функция в библиотеке Pandas, используемая длясоздания сводных таблиц. Сводная таблица — это распространённая функция в электронных таблицах, которая может группировать, агрегировать и преобразовывать данные, что упрощает анализ данных с разных точек зрения.
иpd.crosstab()По сравнению сpivot_table(), он более мощный: поддерживает несколько функций агрегирования, обработку пропущенных значений и более сложное преобразование данных.
Определение слова： pivot_tableозначает "сводная таблица" — это таблица, которая может динамически изменять компоновку данных и обобщать и анализировать данные по многим измерениям.
Базовый синтаксис и параметры
pd.pivot_table()— это функция верхнего уровня библиотеки Pandas, используемая для создания сводных таблиц.
Формат синтаксиса
pd.pivot_table(data, values=None, index=None, columns=None, aggfunc='mean', fill_value=None, margins=False, dropna=True, margins_name='All')
Описание параметра
- Параметр：
data- Тип: DataFrame.
- Описание: DataFrame с исходными данными.
- Параметр：
values- Тип: имя столбца или список имён столбцов.
- Описание: Столбец для агрегирования. Если не указан, будут агрегированы все числовые столбцы.
- Параметр：
index- Тип: имя столбца, список имён столбцов или функция.
- Описание: Столбец, используемый в качестве индекса строк. Может быть одним столбцом или несколькими столбцами (список); несколько столбцов создают иерархический индекс.
- Параметр：
columns- Тип: имя столбца или список имён столбцов.
- Описание: Столбец, используемый в качестве индекса столбцов.
- Параметр：
aggfunc- Тип: функция, строка или список функций.
- Описание: Агрегационная функция. Распространённые значения включают 'sum', 'mean', 'count', 'min', 'max', 'median', 'std' и т. д. По умолчанию — 'mean'.
- Параметр：
fill_value- Тип: скаляр или None.
- Описание: Значение, используемое для заполнения пропущенных значений.
- Параметр：
margins- Тип: Boolean.
- Описание: Добавлять ли итоги по строкам и столбцам. По умолчанию
False。
Описание функции
- Возвращаемое значение: Возвращает DataFrame, т. е. сводную таблицу.
- Действие: Преобразует форму и обобщает данные в соответствии с указанными строками, столбцами и функцией агрегации.
Примеры
Давайте досконально освоим использованиеpd.pivot_table()на серии примеров от простого к сложному.
Пример 1: Базовое использование - Создание простой сводной таблицы
Пример
import pandas as pd
import numpy as np
# 1. Создание данных о продажах
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("=== Данные о продажах ===")
print(sales)
# 2. Создать сводную таблицу - Суммировать продажи по продукту и региону
pivot = pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc='sum')
print("n=== pd.pivot_table() Сводная таблица продаж ===")
print(pivot)
# 3. Используйте fill_value для заполнения пропущенных значений
print("n=== Заполнение пропущенных значений (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. Создание данных о продажах
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("=== Данные о продажах ===")
print(sales)
# 2. Создать сводную таблицу - Суммировать продажи по продукту и региону
pivot = pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc='sum')
print("n=== pd.pivot_table() Сводная таблица продаж ===")
print(pivot)
# 3. Используйте fill_value для заполнения пропущенных значений
print("n=== Заполнение пропущенных значений (fill_value=0) ===")
pivot_fill = pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc='sum', fill_value=0)
print(pivot_fill)
Ожидаемый вывод:
=== 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
Пояснение к коду:
- Сводная таблица суммирует продажи по продукту (строка) и региону (столбец).
fill_value=0Отображает отсутствующие комбинации как 0 для удобства чтения.
Пример 2: Использование различных функций агрегирования
aggfuncПараметр может задавать несколько методов агрегации для анализа данных.
Пример
import pandas as pd
import numpy as np
# 1. Создайте более разнообразные данные о продажах
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("=== Данные о продажах ===")
print(sales)
# 2. Суммировать (sum)
print("n=== Сумма продаж ===")
sum_result = pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc='sum')
print(sum_result)
# 3. Вычислить средние продажи
print("n=== Средние продажи ===")
mean_result = pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc='mean')
print(mean_result.round(1))
# 4. Вычислить несколько статистик одновременно (передать список)
print("n=== Вычислить количество и среднее одновременно ===")
multi_agg = pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc=['sum', 'mean'])
print(multi_agg)
import numpy as np
# 1. Создайте более разнообразные данные о продажах
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("=== Данные о продажах ===")
print(sales)
# 2. Суммировать (sum)
print("n=== Сумма продаж ===")
sum_result = pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc='sum')
print(sum_result)
# 3. Вычислить средние продажи
print("n=== Средние продажи ===")
mean_result = pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc='mean')
print(mean_result.round(1))
# 4. Вычислить несколько статистик одновременно (передать список)
print("n=== Вычислить количество и среднее одновременно ===")
multi_agg = pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc=['sum', 'mean'])
print(multi_agg)
Ожидаемый вывод:
=== 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
Пояснение к коду:
- Использование различных функций агрегирования позволяет вычислять различные статистические показатели.
- При одновременной передаче нескольких функций агрегирования сводная таблица создаёт многоуровневые индексы столбцов.
Пример 3: Использование margins для добавления итогов
Используйтеmarginsпараметр для добавления итогов по строкам и столбцам, что упрощает просмотр сводных данных.
Пример
import pandas as pd
# Использовать предыдущие данные о продажах
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. Без итогов
print("=== Без итогов ===")
print(pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc='sum'))
# 2. Добавить итоги по строкам и столбцам
print("n=== Добавить итоги (margins=True) ===")
result = pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc='sum', margins=True)
print(result)
# 3. Пользовательское название итога
print("n=== Пользовательское название итога ===")
result_name = pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc='sum', margins=True, margins_name='Total')
print(result_name)
# 4. Итоги для многоуровневого индекса строк
print("n=== Многоуровневый индекс строк ===")
multi_index = pd.pivot_table(sales, values='sales', index=['product', 'region'], aggfunc='sum')
print(multi_index)
# Использовать предыдущие данные о продажах
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. Без итогов
print("=== Без итогов ===")
print(pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc='sum'))
# 2. Добавить итоги по строкам и столбцам
print("n=== Добавить итоги (margins=True) ===")
result = pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc='sum', margins=True)
print(result)
# 3. Пользовательское название итога
print("n=== Пользовательское название итога ===")
result_name = pd.pivot_table(sales, values='sales', index='product', columns='region', aggfunc='sum', margins=True, margins_name='Total')
print(result_name)
# 4. Итоги для многоуровневого индекса строк
print("n=== Многоуровневый индекс строк ===")
multi_index = pd.pivot_table(sales, values='sales', index=['product', 'region'], aggfunc='sum')
print(multi_index)
Ожидаемый вывод:
=== 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
Пояснение к коду:
margins=TrueДобавляет строки и столбцы "Все", показывая общие итоговые данные.margins_nameВы можете настроить название итога.
Пример 4: Многоуровневая индексация и сложное сводное преобразование
Вы можете использовать несколько столбцов для создания сводной таблицы с многоуровневой индексацией.
Пример
import pandas as pd
# 1. Создание данных с несколькими категориальными переменными
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("=== Данные ===")
print(data)
# 2. Использование нескольких столбцов в качестве индекса строк
print("n=== Сводная таблица по нескольким годам и кварталам ===")
pivot = pd.pivot_table(data, values='sales', index=['year', 'quarter'], columns='product', aggfunc='sum')
print(pivot)
# 3. Использование нескольких столбцов в качестве индекса столбцов
print("n=== Сложное перекрёстное сводное преобразование ===")
pivot_multi = pd.pivot_table(data, values='sales', index='year', columns=['product', 'quarter'], aggfunc='sum')
print(pivot_multi)
# 4. Использование fill_value для обработки пропущенных значений
print("n=== Заполнение пропущенных значений ===")
pivot_fill = pd.pivot_table(data, values='sales', index=['year', 'quarter'], columns='product', aggfunc='sum', fill_value=0)
print(pivot_fill)
# 1. Создание данных с несколькими категориальными переменными
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("=== Данные ===")
print(data)
# 2. Использование нескольких столбцов в качестве индекса строк
print("n=== Сводная таблица по нескольким годам и кварталам ===")
pivot = pd.pivot_table(data, values='sales', index=['year', 'quarter'], columns='product', aggfunc='sum')
print(pivot)
# 3. Использование нескольких столбцов в качестве индекса столбцов
print("n=== Сложное перекрёстное сводное преобразование ===")
pivot_multi = pd.pivot_table(data, values='sales', index='year', columns=['product', 'quarter'], aggfunc='sum')
print(pivot_multi)
# 4. Использование fill_value для обработки пропущенных значений
print("n=== Заполнение пропущенных значений ===")
pivot_fill = pd.pivot_table(data, values='sales', index=['year', 'quarter'], columns='product', aggfunc='sum', fill_value=0)
print(pivot_fill)
Ожидаемый вывод:
=== 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
Пояснение к коду:
- Многоуровневое индексирование достигается путем указания
index=['year', 'quarter']в виде списка. fill_value=0Заполните пропущенные данные единообразно значением 0, чтобы упростить последующие вычисления.
Другие расширенияСовет:
pd.pivot_table()предоставляет мощные возможности сводных таблиц. Если вам нужно только подсчитать частоту двух категориальных переменных,pd.crosstab()может быть более кратким.pd.crosstab()Возвращает частоты, тогда какpivot_table()может вычислять несколько статистик, таких как среднее, сумма, стандартное отклонение и т. д.pd.crosstab()можно рассматривать какpivot_table()Вaggfunc='count'частный случай, когда