对比Excel，学习pandas数据透视表

​​1.​​

​Excel中做数据透视表​

① 选中整个数据源；

② 依次点击“插入”—“数据透视表”

③ 选择在Excel中的哪个位置，插入数据透视表

④ 然后根据实际需求，从不同维度展示结果

⑤ 结果如下

​​2. pandas 用 pivot_table 做数据透视表​​

1）语法格式

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

2）对比excel，说明上述参数的具体含义

参数说明：

• • 
    
• ​data 相当于Excel中的"选中数据源"；​
• ​index 相当于上述"数据透视表字段"中的行；​
• ​columns 相当于上述"数据透视表字段"中的列；​
• ​values 相当于上述"数据透视表字段"中的值；​
• ​aggfunc 相当于上述"结果"中的计算类型；​
• ​margins 相当于上述"结果"中的总计；​
• ​margins_name 相当于修改"总计"名，为其它名称；​​
  • 
    

下面几个参数，用的较少，记住干嘛的，等以后需要就百度。

• • 
    
• ​dropna 表示是否删除缺失值，如果为True时，则把一整行全作为缺失值删除；​
• ​fill_value 表示将缺失值，用某个指定值填充。​
  • 
    

​​3. 案例说明​​

​1）求出不同品牌下，每个月份的销售数量之和​

① 在Excel中的操作结果如下

② 在pandas中的操作如下

df = pd.read_excel(r"C:\Users\黄伟\Desktop\pivot_table.xlsx")
display(df.sample(5))

df.insert(1,"月份",df["销售日期"].apply(lambda x:x.month))
display(df.sample(5))

df1 = pd.pivot_table(df,index="品牌",columns="月份",
                     values="销售数量",aggfunc=np.sum)
display(df1)

结果如下：

​2）求出不同品牌下，每个地区、每个月份的销售数量之和​

① 在Excel中的操作结果如下

② 在pandas中的操作如下

df = pd.read_excel(r"C:\Users\黄伟\Desktop\pivot_table.xlsx")
display(df.sample(5))

df.insert(1,"月份",df["销售日期"].apply(lambda x:x.month))
display(df.sample(5))

df1 = pd.pivot_table(df,index="品牌",columns=["销售区域","月份"],
                     values="销售数量",aggfunc=np.sum)
display(df1)

结果如下：

​3）求出不同品牌不同地区下，每个月份的销售数量之和​

① 在Excel中的操作结果如下

② 在pandas中的操作如下

df = pd.read_excel(r"C:\Users\黄伟\Desktop\pivot_table.xlsx")
display(df.sample(5))

df.insert(1,"月份",df["销售日期"].apply(lambda x:x.month))
display(df.sample(5))

df1 = pd.pivot_table(df,index=["品牌","销售区域"],columns="月份",
                     values="销售数量",aggfunc=np.sum)
display(df1)

结果如下：

​4）求出不同品牌下的“销售数量之和”与“货号计数”​

① 在Excel中的操作结果如下

② 在pandas中的操作如下

df = pd.read_excel(r"C:\Users\黄伟\Desktop\pivot_table.xlsx")
display(df.sample(5))

df.insert(1,"月份",df["销售日期"].apply(lambda x:x.month))
display(df.sample(5))

df1 = pd.pivot_table(df,index="品牌",columns="月份",
                     values=["销售数量","货号"],
                     aggfunc={"销售数量":"sum","货号":"count"},
                     margins=True,margins_name="总计")
display(df1)

结果如下：

我们的文章到此就结束啦，如果你喜欢今天的Python 实战教程，请持续关注Python实用宝典。

原创不易，希望你能在下面点个赞支持我继续创作，谢谢！

Python实用宝典 (pythondict.com)

不只是一个宝典

欢迎关注公众号：Python实用宝典