python 用 pandas 实现数据透视表功能详解

透视表是一种可以对数据动态排布并且分类汇总的表格格式。对于熟练使用 excel 的伙伴来说，一定很是亲切！

pd.pivot_table() 语法：

pivot_table(data,    # DataFrame
            values=None,    # 值
            index=None,    # 分类汇总依据
            columns=None,    # 列
            aggfunc=\'mean\',    # 聚合函数
            fill_value=None,    # 对缺失值的填充
            margins=False,    # 是否启用总计行/列
            dropna=True,    # 删除缺失
            margins_name=\'All\'   # 总计行/列的名称
           )

1、销量数据的透视

1.1 读入数据

import os
import numpy as np
import pandas as pd

file_name = os.path.join(path, \'Excel_test.xls\')
df = pd.read_excel(io=file_name,    # 工作簿路径
                   sheetname=\'透视表\',    # 工作表名称
                   skiprows=1,    # 要忽略的行数
                   parse_cols=\'A:D\'    # 读入的列
                  )
df

1.2 数据透视

# 透视数据
df_p = df.pivot_table(index=\'客户名称\',    # 透视的行，分组依据
                      values=\'销量\',    # 值
                      aggfunc=\'sum\'    # 聚合函数
                     )
# 对透视表进行降序排列
df_p = df_p.sort_values(by=\'销量\',    # 排序依据
                        ascending=False    # 是否升序排列
                       )
# 设置数值格式
df_p = df_p.round({\'销量\': 0}).astype(\'int\')

# 添加列
ks = df_p[\'销量\']//100
df_p[\'重要程度\'] =  [\'★\'*k for k in ks]
df_p

1.3 重新设置图示表的索引

df_p[\'客户名称\'] = df_p.index
df_p.set_index(keys=[\'重要程度\', \'客户名称\'])

注：以上操作从理论和实践方面看都没什么问题，但模仿 excel 的痕迹浓重了些，更 python 的操作是用 groupby-applay 的方法。

2 用分组聚合实现数据透视

grouped = df.groupby(by=\'客户名称\')
grouped[\'销量\'].agg(\'sum\')

2.2 实现目标格式的透视表

# 分类汇总
df_p = df.groupby(by=\'客户名称\'    # 分类
                 ).agg(\'sum\'    # 汇总
                      ).sort_values(by=\'销量\', ascending=False    # 排序
                                   ).round({\'销量\': 0}    # 设置精度
                                          ).astype(\'int\')    # 数据类型转换

# 添加列
ks = df_p[\'销量\']//100
df_p[\'重要程度\'] =  [\'★\'*k for k in ks]
df_p[\'客户名称\'] = df_p.index
# 层次索引
df_p.set_index(keys=[\'重要程度\', \'客户名称\'])

软件信息：