
相信接触过Excel的小伙伴都知道,Excel有一个非常强大的功能“数据透视表”,使用数据透视表可以自由选择不同字段,用不同的聚合函数进行汇总,并建立交叉表格,用以从不同层面观察数据。这么强大的功能,在Python中怎么去实现呢?
不用担心,Python的"数据分析小能手"Pandas很贴心地为我们提供了一个快速实现数据透视表功能的方法——pivot_table()。事不宜迟,让我们赶紧看看如何在Python中实现数据透视表!
为帮助大家更好地理解,在讲解如何使用pivot_table( )实现透视表前,我们先导入示例数据,在接下来的讲解中都使用此数据作为例子。
# 导入示例数据 <<< data =pd.read_csv("data.csv") <<< data.head() 月份 项目 部门 金额 剩余金额 0 1月 水费 市场部 1962.37 8210.58 1 2月 水费 市场部 690.69 9510.60 2 2月 电费 市场部 2310.12 5384.92 3 2月 电费 运营部 -1962.37 7973.10 4 2月 电费 开发部 1322.33 6572.16
下面我将带大家使用pivot_table( )一步一步实现数据透视表的操作。
首先,原数据有5个字段,我们在做数据透视表之前必须理解每个字段的意思,明确清楚自己需要得到什么信息。
假设我们想看看不同月份所花费的水电费金额是多少,这时我们需要把字段“月份”设置为索引,将字段“金额”设置为我们需要看的值,具体代码如下:
<<< data.pivot_table(index=['月份'],values=['金额']) 金额 月份 10月 3723.940000 11月 2900.151667 12月 10768.262857 1月 1962.370000 2月 1432.280000 3月 3212.106667 4月 4019.175000 5月 4051.480000 6月 6682.632500 7月 11336.463333 8月 17523.485000 9月 10431.960000
参数index为设置的索引列表,即分组依据,需要用中括号[ ]将索引字段括起来;参数values为分组后进行计算的字段列表,也需要用中括号[ ]括起来。这两个参数的值可以是一个或多个字段,即按照多个字段进行分组和对多个字段进行计算汇总。例如,设置index=['项目','部门']代表求不同项目不同部门下的金额。
<<< data.pivot_table(index=['项目','部门'],values=['金额']) 金额 项目 部门 水费 市场部 3614.318125 开发部 2358.205000 运营部 5896.213333 电费 市场部 6094.748235 开发部 1322.330000 运营部 7288.615000 采暖费 市场部 5068.380000 运营部 55978.000000
若设置values=['金额','剩余金额'],即求不同项目不同部门下金额和剩余金额的值。
<<< data.pivot_table(index=['项目','部门'],values=['金额','剩余金额']) 剩余金额 金额 项目 部门 水费 市场部 7478.423125 3614.318125 开发部 6866.490000 2358.205000 运营部 7224.033333 5896.213333 电费 市场部 7645.535882 6094.748235 开发部 6572.160000 1322.330000 运营部 8821.895000 7288.615000 采暖费 市场部 6572.030000 5068.380000 运营部 7908.560000 55978.000000
同时,如果我们想以交叉表的形式查看不同项目和不同部门下的消费金额,这时就要将字段‘部门’设置为列名,进行交叉查看,具体代码如下:
<<< data.pivot_table(index=['项目'],columns=['部门'],values=['金额']) 金额 部门 市场部 开发部 运营部 项目 水费 3614.318125 2358.205 5896.213333 电费 6094.748235 1322.330 7288.615000 采暖费 5068.380000 NaN 55978.000000
通过上面的示例,我们可以看到某个分组下不存在记录会被标记为NAN,例如上述中采暖部和开发部不存在金额这一字段的记录,则会标记为NAN。如果不希望被标记为NAN,我们可以通过设置参数fill_value=0来用数值0替代这部分的缺失值。
<<< data.pivot_table(index=['项目'],columns=['部门'],values=['金额'],fill_value=0) 金额 部门 市场部 开发部 运营部 项目 水费 3614.318125 2358.205 5896.213333 电费 6094.748235 1322.330 7288.615000 采暖费 5068.380000 0.000 55978.000000
在上面的示例中,我们都是默认分组后对值进行求平均值计算,假如我们想查看不同项目不同部门下金额的总和该怎么实现呢?
通过设置参数aggfunc=np.sum即可对分组后的值进行求和操作,参数aggfunc代表分组后值的汇总方式,可传入numpy库中的聚合方法。
<<< data.pivot_table(index=['项目'],columns=['部门'],values=['金额'],fill_value=0,aggfunc=np.sum) 金额 部门 市场部 开发部 运营部 项目 水费 57829.09 4716.41 17688.64 电费 103610.72 1322.33 29154.46 采暖费 5068.38 0.00 55978.00
除了常见的求和、求平均值这两种聚合方法,我们还可能接触到以下这几种:
描述方法标准差np.std()方差np.var()所有元素相乘np.prod()中数np.median()幂运算np.power()开方np.sqrt()最小值np.min()最大值np.max()以e为底的指数np.exp(10)对数np.log(10)
与前面介绍的参数index,columns,value一样,参数aggfunc传入的值也是一个列表,表示可传入一个或多个值。当传入多个值时,表示对该值进行多种汇总方式,例如同时求不同项目不同部门下金额的求和值和平均值:
<<< data.pivot_table(index=['项目'],columns=['部门'],values=['金额'],fill_value=0,aggfunc=[np.sum,np.max]) sum amax 金额 金额 部门 市场部 开发部 运营部 市场部 开发部 运营部 项目 水费 57829.09 4716.41 17688.64 16807.58 2941.28 6273.56 电费 103610.72 1322.33 29154.46 18239.39 1322.33 26266.60 采暖费 5068.38 0.00 55978.00 5068.38 0.00 55978.00
同时,如果我们想对不同字段进行不同的汇总方式,可通过对参数aggfunc传入字典来实现,例如我们可以同时对不同项目不同部门下,对字段金额求总和值,对字段剩余金额求平均值:
<<< data.pivot_table(index=['项目'],columns=['部门'],values=['金额','剩余金额'],fill_value=0,aggfunc={'金额':np.sum,'剩余金额':np.max}) 剩余金额 金额 部门 市场部 开发部 运营部 市场部 开发部 运营部 项目 水费 9510.60 8719.34 7810.38 57829.09 4716.41 17688.64 电费 9625.27 6572.16 9938.82 103610.72 1322.33 29154.46 采暖费 6572.03 0.00 7908.56 5068.38 0.00 55978.00
另外,在进行以上功能的同时,pivot_table还为我们提供了一个求所有行及所有列对应合计值的参数margins,当设置参数margins=True时,会在输出结果的最后添加一行'All',表示根据columns进行分组后每一项的列总计值;以及在输出结果的最后添加一列'All',表示根据index进行分组后每一项的行总计值。
<<< pd.set_option('precision',0) <<< data.pivot_table(index=['项目'],columns=['部门'],values=['金额','剩余金额'],fill_value=0,aggfunc={'金额':np.sum,'剩余金额':np.max},margins=True) 剩余金额 金额 部门 市场部 开发部 运营部 All 市场部 开发部 运营部 All 项目 水费 9511 8719 7810 9511 57829 4716 17689 80234 电费 9625 6572 9939 9939 103611 1322 29154 134088 采暖费 6572 0 7909 7909 5068 0 55978 61046 All 9625 8719 9939 9939 166508 6039 102821 275368
上面详细介绍了如何在python中通过pivot_table( )方法实现数据透视表的功能,那么,与数据透视表原理相同,显示方式不同的‘数据透视图’又该怎么实现呢?
实现方法非常简单,将上述进行pivot_table操作后的对象进行实例化,再对实例化后的对象进行plot绘图操作即可,具体代码如下:
<<< df=data.pivot_table(index=['项目'],columns=['部门'],values='金额',fill_value=0) <<< df.plot(kind='bar')
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-07-22解析神经网络中 Softmax 函数的核心作用 在神经网络的发展历程中,激活函数扮演着至关重要的角色,它们为网络赋予了非线性能力, ...
2025-07-22CDA数据分析师证书考取全攻略 一、了解 CDA 数据分析师认证 CDA 数据分析师认证是一套科学化、专业化、国际化的人才考核标准, ...
2025-07-22左偏态分布转正态分布:方法、原理与实践 左偏态分布转正态分布:方法、原理与实践 在统计分析、数据建模和科学研究中,正态分 ...
2025-07-22你是不是也经常刷到别人涨粉百万、带货千万,心里痒痒的,想着“我也试试”,结果三个月过去,粉丝不到1000,播放量惨不忍睹? ...
2025-07-21我是陈辉,一个创业十多年的企业主,前半段人生和“文字”紧紧绑在一起。从广告公司文案到品牌策划,再到自己开策划机构,我靠 ...
2025-07-21CDA 数据分析师的职业生涯规划:从入门到卓越的成长之路 在数字经济蓬勃发展的当下,数据已成为企业核心竞争力的重要来源,而 CD ...
2025-07-21MySQL执行计划中rows的计算逻辑:从原理到实践 MySQL 执行计划中 rows 的计算逻辑:从原理到实践 在 MySQL 数据库的查询优化中 ...
2025-07-21在AI渗透率超85%的2025年,企业生存之战就是数据之战,CDA认证已成为决定企业存续的生死线!据麦肯锡全球研究院数据显示,AI驱 ...
2025-07-2035岁焦虑像一把高悬的利刃,裁员潮、晋升无望、技能过时……当职场中年危机与数字化浪潮正面交锋,你是否发现: 简历投了10 ...
2025-07-20CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-18刚入职场或是在职场正面临岗位替代、技能更新、人机协作等焦虑的打工人,想要找到一条破解职场焦虑和升职瓶颈的系统化学习提升 ...
2025-07-182025被称为“AI元年”,而AI,与数据密不可分。网易公司创始人丁磊在《AI思维:从数据中创造价值的炼金术 ...
2025-07-18CDA 数据分析师:数据时代的价值挖掘者 在大数据席卷全球的今天,数据已成为企业核心竞争力的重要组成部分。从海量数据中提取有 ...
2025-07-18SPSS 赋值后数据不显示?原因排查与解决指南 在 SPSS( Statistical Package for the Social Sciences)数据分析过程中,变量 ...
2025-07-18在 DBeaver 中利用 MySQL 实现表数据同步操作指南 在数据库管理工作中,将一张表的数据同步到另一张表是常见需求,这有助于 ...
2025-07-18数据分析师的技能图谱:从数据到价值的桥梁 在数据驱动决策的时代,数据分析师如同 “数据翻译官”,将冰冷的数字转化为清晰的 ...
2025-07-17Pandas 写入指定行数据:数据精细化管理的核心技能 在数据处理的日常工作中,我们常常需要面对这样的场景:在庞大的数据集里精 ...
2025-07-17解码 CDA:数据时代的通行证 在数字化浪潮席卷全球的今天,当企业决策者盯着屏幕上跳动的数据曲线寻找增长密码,当科研人员在 ...
2025-07-17CDA 精益业务数据分析:数据驱动业务增长的实战方法论 在企业数字化转型的浪潮中,“数据分析” 已从 “加分项” 成为 “必修课 ...
2025-07-16