logo

Pandas DataFrame.pivot_table()

Pandas pivot_table() används för att beräkna, aggregera och sammanfatta dina data. Det definieras som ett kraftfullt verktyg som aggregerar data med beräkningar som t.ex Summa, Antal, Genomsnitt, Max, och Min .

Det låter också användaren sortera och filtrera dina data när pivottabellen har skapats.

Parametrar:

    data:En dataram.värden:Det är en frivillig parameter och hänvisar kolumnen till aggregering.index:Det hänvisar till kolumnen, Grouper och array.

Om vi ​​passerar en array måste den vara av samma längd som data.

    kolumner:Avser kolumn, Grouper och array

Om vi ​​passerar en array måste den vara av samma längd som data.

    aggfunc:funktion, lista över funktioner, dict, standard numpy.mean
    Om vi ​​passerar listan med funktioner kommer den resulterande pivottabellen att ha hierarkiska kolumner vars översta nivå är funktionsnamnen.
    Om vi ​​skickar ett dikt, hänvisas nyckeln till som en kolumn för att aggregera, och värde är funktion eller lista över funktioner.fill_value[skalär, standard Inget]:Den ersätter de saknade värdena med ett värde.margins[boolesk, standard False]:Den lägger till alla rader/kolumner (t.ex. för delsummor/storsummor)dropna[boolean, standard Sant] :Den tar bort de kolumner vars poster alla är NaN.margins_name[sträng, standard 'Alla'] :Det hänvisar till namnet på raden/kolumnen som kommer att innehålla summan när marginalerna är Sanna.

Returnerar:

Den returnerar en DataFrame som utdata.

Exempel:

 # importing pandas as pd import pandas as pd import numpy as np # create dataframe info = pd.DataFrame({'P': ['Smith', 'John', 'William', 'Parker'], 'Q': ['Python', 'C', 'C++', 'Java'], 'R': [19, 24, 22, 25]}) info table = pd.pivot_table(info, index =['P', 'Q']) table 

Produktion

 P Q R John C 24 Parker Java 25 Smith Python 19 William C 22