网站建设需求方案文档,社交网站设计,那个网站做系统好,建设一个商城网站案例 14: 数据透视表 - 使用 pivot_table
知识点讲解
数据透视表是一种常见的数据汇总工具#xff0c;用于按照一个或多个键对数据进行分类汇总。Pandas 的 pivot_table 函数提供了一种快速创建数据透视表的方法。你可以指定行索引、列索引#xff0c;以及用于聚合的数据和…案例 14: 数据透视表 - 使用 pivot_table
知识点讲解
数据透视表是一种常见的数据汇总工具用于按照一个或多个键对数据进行分类汇总。Pandas 的 pivot_table 函数提供了一种快速创建数据透视表的方法。你可以指定行索引、列索引以及用于聚合的数据和函数。
创建数据透视表: pivot_table 允许你对 DataFrame 进行分组并对每个分组应用聚合函数。这非常适用于多维度的数据分析。
示例代码
# 准备数据和示例代码的运行结果用于案例 14# 示例数据
data_pivot_table {Date: [2023-01-01, 2023-01-01, 2023-01-02, 2023-01-02],Product: [Apple, Banana, Apple, Banana],Sales: [50, 60, 40, 80]
}
df_pivot_table pd.DataFrame(data_pivot_table)# 创建数据透视表
pivot_table_result df_pivot_table.pivot_table(valuesSales, indexDate, columnsProduct, aggfuncsum)pivot_table_result
在这个示例中我们创建了一个包含日期、产品和销售额的 DataFrame并使用 pivot_table 函数创建了一个数据透视表它按日期行和产品列对销售额进行了汇总。
示例代码运行结果
Product Apple Banana
Date
2023-01-01 50 60
2023-01-02 40 80这个数据透视表展示了不同日期下不同产品的销售总额。数据透视表是分析和报告数据的强大工具特别是在处理分类数据和时间序列数据时。
