python使用pandas创建透视表（Pivot tables）

代码在最下面

思路：
1、准备号DataFrame数据集
2、根据需要将DataFrame转换成透视表

　　2.1、创建简单的透视表（默认计算平均值）

　　  2.2、修改参数，满足需求(求和，计算数量等）

本文参考链接参考：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.pivot_table.html?highlight=pivot_table#pandas.DataFrame.pivot_table

1、准备DataFrame

　　通过代码生成一个 24行，5列 的DataFrame，D和E是长度为24，具有标准正态分布的一维数组

 　　生成了一个24行5列的DataFrame，格式如下

 2、根据需要将DataFrame转换成透视表

　　2.1、创建一个简单的透视表，格式为：A作为行，计算D列的平均值

  

 　　　　　　生成的透视表结果如下

   　　2.2、修改参数

　　　　创建一个简单的透视表，格式为：A,作为行，计算D列的总和

   　　　　　　生成的透视表结果如下

  

  　　　　 具体代码如下

import  pandas  as pd
import numpy as np
import datetime
#通过代码生成一个 24行，5列 的DataFrame，D和E是长度为24，具有标准正态分布的一维数组
df = pd.DataFrame({\'A\': [\'one\', \'one\', \'two\', \'three\'] * 6,
                   \'B\': [\'A\', \'B\', \'C\'] * 8,
                   \'C\': [\'foo\', \'foo\', \'foo\', \'bar\', \'bar\', \'bar\'] * 4,
                   \'D\': np.random.randn(24),
                   \'E\': np.random.randn(24),
                   \'F\': [datetime.datetime(2013, i, 1) for i in range(1, 13)]
                    + [datetime.datetime(2013, i, 15) for i in range(1, 13)]})
#打印出数据格式
print(df)

#创建一个简单的透视表，格式为：A,作为行，计算D列的平均值
df_pivotTable1= pd.pivot_table(df, values=\'D\', index=[\'A\'])

print(df_pivotTable1)

#创建一个简单的透视表，格式为：A,作为行，计算D列的总和
df_pivotTable2= pd.pivot_table(df, values=\'D\', index=[\'A\'],aggfunc=np.sum)

print(df_pivotTable2)