如何使用 Pandas 在 Python 中创建数据透视表？

数据透视表是一种强大的数据分析工具，允许您根据不同的维度对数据进行汇总和聚合。在 Python 中，您可以使用 Pandas 库创建数据透视表，该库提供了灵活和高效的数据处理和分析工具。

要在 Pandas 中创建数据透视表，您首先需要在 Pandas DataFrame 中拥有数据集。您可以从各种来源如 CSV 文件、Excel 电子表格、SQL 数据库等中将数据加载到 DataFrame 中。

一旦将数据加载到 DataFrame 中，您就可以使用 Pandas 的 pivot_table() 函数来创建数据透视表。以下是其语法 –

dataframe.pivot(self, index=None, columns=None, values=None, aggfunc)

pivot_table() 函数有几个参数，包括要使用的 DataFrame，索引列、要作为数据透视表中的列使用的列，以及要聚合的值列。您还可以指定要使用的聚合函数，如 sum、mean、max、min 等。

在我们深入探讨数据透视表和 pivot_table() 函数之前，让我们首先创建一个我们将要使用的 DataFrame。

Pandas 中的 DataFrame

在 Pandas 中，DataFrame 是具有可能不同类型的列的二维标记数据结构。它是 Pandas 中用于数据处理和分析的主要数据结构。

DataFrame 可以被视为一个电子表格或 SQL 表，它具有行和列。它允许轻松处理和操作数据，包括索引，选择，过滤，合并和分组。

考虑下面的代码。使用 Python 字典，该代码创建了一个名为 df 的 DataFrame 对象，其中包含列’Product’，’Category’，’Quantity’和’Amount’四列。字典的每个键对应于列的名称，其值是一个包含该列值的列表。

示例

# 导入 Pandas 库
import pandas as pd

# 使用字典创建 DataFrame
df = pd.DataFrame({
   'Product': ['荔枝', '西兰花', '香蕉', '香蕉', '豆子', '橙子', '芒果', '香蕉'],
   'Category': ['水果', '蔬菜', '水果', '水果', '蔬菜', '水果', '水果', '水果'],
   'Quantity': [8, 5, 3, 4, 5, 9, 11, 8],
   'Amount': [270, 239, 617, 384, 626, 610, 62, 90]
})

# 打印 DataFrame
print(df)

输出

执行此代码时，它将在终端上产生以下输出 −

  Product  Category  Quantity Amount
0  荔枝   水果         8       270
1  西兰花  蔬菜         5       239
2  香蕉   水果         3       617
3  香蕉   水果         4       384
4  豆子   蔬菜         5       626
5  橙子   水果         9       610
6  芒果   水果        11       62
7  香蕉   水果         8       90

使用 Pandas 创建数据透视表

现在让我们使用 pivot_table() 函数创建一个销售总额的数据透视表。见下面的代码。

示例

# 导入 pandas 库
import pandas as pd

# 从字典中创建数据帧

# 用其值创建“产品”、“类别”、“数量”、“金额”列
df = pd.DataFrame({
   'Product': ['荔枝', '西兰花', '香蕉', '香蕉', '豆类', '橙子', '芒果', '香蕉'],
   'Category': ['水果', '蔬菜', '水果', '水果', '蔬菜', '水果', '水果', '水果'],
   'Quantity': [8, 5, 3, 4, 5, 9, 11, 8],
   'Amount': [270, 239, 617, 384, 626, 610, 62, 90]
})

# 创建总销售额的透视表

# 按产品分组
pivot = df.pivot_table(index =['Product'], values =['Amount'], aggfunc ='sum')
print(pivot)

# 打印数据帧
print(df)

解释

它创建了一个名为 df 的 DataFrame 对象，包含四列：’Product’、’Category’、’Quantity’ 和 ‘Amount’。每列都有它自己的值，并使用 Python 字典创建。
然后，代码创建一个透视表，它将销售数据按产品分组，并使用 pivot_table() 函数计算每个产品的总销售额。
最后，将透视表打印到控制台以显示每个产品的总销售数据，并将原始 DataFrame 打印到控制台以显示生成透视表的原始数据。

输出

执行后，您将在终端上获得以下输出 –

Product  Amount
Banana    1091
Beans     626
Broccoli  239
Litchi    270
Mango     62
Orange    610 
  Product  Category  Quantity Amount
0  Litchi   Fruit      8       270
1  Broccoli Vegetable  5       239
2  Banana   Fruit      3       617
3  Banana   Fruit      4       384
4  Beans    Vegetable  5       626
5  Orange   Fruit      9       610
6  Mango    Fruit      11      62
7  Banana   Fruit       8      90