Pandas实战100例 | 案例 58: 创建数据透视表

案例 58: 创建数据透视表

知识点讲解

数据透视表是一种常用的数据汇总工具，它允许你在多个维度上重塑和汇总数据。Pandas 提供了 pivot_table 方法来创建数据透视表。

• 创建数据透视表: 使用 pivot_table 方法，你可以指定值、索引、列和聚合函数来创建数据透视表。这使得数据按照不同的维度进行汇总和分析变得简单。

示例代码

# 准备数据和示例代码的运行结果，用于案例 58

# 示例数据
data_pivot_table_creation = {
    'Category': ['A', 'A', 'B', 'B'],
    'Type': ['X', 'Y', 'X', 'Y'],
    'Value': [10, 20, 30, 40]
}
df_pivot_table_creation = pd.DataFrame(data_pivot_table_creation)

# 创建数据透视表
pivot_table = df_pivot_table_creation.pivot_table(values='Value', index='Category', columns='Type', aggfunc='sum')

df_pivot_table_creation, pivot_table

在这个示例中，我们根据 Category 和 Type 创建了数据透视表，汇总了 Value 列的数据。

示例代码运行结果

原始 DataFrame (df_pivot_table_creation):

  Category Type  Value
0        A    X     10
1        A    Y     20
2        B    X     30
3        B    Y     40

创建的数据透视表 (pivot_table):

Type       X   Y
Category        
A         10  20
B         30  40

这个结果展示了一个按类别和类型分组的数据透视表，其中包括了每个类别和类型组合的值总和。数据透视表是一种强大的工具，可以用来快速汇总和分析数据。