Python数据透视表

1、Excel数据透视表

数据透视表（Pivot Table）是一种交互式的表，可以进行某些计算，如求和与计数等。所进行的计算与数据跟数据透视表中的排列有关

之所以称为数据透视表，是因为可以动态地改变它们的版面布置，以便按照不同方式分析数据，也可以重新安排行号、列标和页字段。每一次改变版面布置时，数据透视表会立即按照新的布置重新计算数据。另外，如果原始数据发生更改，则可以更新数据透视表

Excel数据透视表入门：

1） 选择数据范围，插入数据透视表

2） 设置数据透视表的行列字段

• 行： 行字段，可多个，自由排列顺序
• 列： 列字段，排列方式不同，行列混合则起到交叉的作用
• 筛选： 筛选器用于分页使用
• 值： 汇总方式/显示方式，汇总方式如求和、计数、平均值等，显示方式如显示百分比、升序、降序等，双击数值可查看明细

2、Python数据透视表

2.1、语法结构

'''
pd.pivot_table() 或 df.pivot_table()
'''
1
2
3

'''
pivot_table(data, values, index, columns, aggfunc='mean', fill_value, margins=False, dropna=True, margins_name='All')
- data：DataFrame对象
- values：需要计算的数据列
- index：行层次的分组键，从而形成多级索引，str或list类型
- columns：列层次的分组键，从而形成多级列名，str或list类型
- aggfunc：对数据执行的聚合操作函数，默认mean计算平均（支持应用多个函数）
- fill_value：设定缺失替换值
- margins：是否添加行列的汇总
- dropna：如果列的所有值都为NaN，将不作为计算列，默认True
- margins_name：汇总行列的名称，默认为All
'''
1
2
3
4
5
6
7
8
9
10
11
12

2.2、基本使用

import numpy as np
import pandas as pd

# 读取数据
df = pd.read_excel(r'C:\Users\cc\Desktop\pivot_table.xlsx'<
1
2
3
4