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：