29、pandas库数据透视表【用Python进行AI数据分析进阶教程】

用Python进行AI数据分析进阶教程29：

pandas库数据透视表

---

关键词：数据透视表、pivot_table()函数、聚合函数、行索引、列索引

摘要：本文介绍了 Pandas 库中用于数据分析的重要工具——数据透视表（Pivot Table），重点讲解了 pivot_table() 函数的使用方法及其关键参数。数据透视表可以对数据进行分组、聚合和重塑，帮助用户从不同维度分析数据。文中详细说明了 values、index、columns 和 aggfunc 等核心参数的作用，并强调了合理选择行索引、列索引及聚合函数的重要性。同时，还提到了处理缺失值、数据类型和重复索引等常见问题的注意事项。最后通过一个学生分数数据的示例代码，展示了如何创建并解读数据透视表的结果，使读者能够直观理解其应用场景与实现方式。

欢迎订阅
《用Python进行AI数据分析进阶教程》专栏
《AI大模型应用实践进阶教程》专栏
《Python编程知识集锦》专栏
《字节跳动旗下AI制作抖音视频》专栏
《智能辅助驾驶》专栏
《工具软件及IT技术集锦》专栏

---

在 Pandas 中，数据透视表（Pivot Table）是一种非常强大的数据汇总工具，它可以对数据进行分组、聚合和重塑，帮助我们从不同的角度来分析和理解数据。下面详细介绍 Pandas 库数据透视表的使用、关键点、注意点，并通过示例进行说明。

一、使用方法

Pandas 中使用 pivot_table() 函数来创建数据透视表，其基本语法如下：

pandas.pivot_table(data, values=None, index=None, columns=None, aggfunc='mean', fill_value=None, margins=False, dropna=True, margins_name='All')

参数说明：

● data：要进行透视操作的 DataFrame。

● values：需要聚合的列名，可以是单个列名或列名列表。

● index：作为行索引的列名，可以是单个列名或列名列表。

● columns：作为列索引的列名，可以是单个列名或列名列表。

● aggfunc：聚合函数，默认为 'mean'（求平均值），也可以是其他函数，如 'sum'（求和）、'count'（计数）等，还可以传入自定义函数。

● fill_value：用于填充缺失值的值。

● margins：是否添加总计行和列，默认为 False。

● dropna：是否删除包含缺失值的列，默认为 True。

● margins_name：总计行和列的名称，默认为 'All'。

二、关键点

1、选择合适的行、列和值：

● index 决定了数据透视表的行结构，columns 决定了列结构，values 是要进行聚合计算的列。合理选择这些参数可以让我们从不同的维度查看数据。

2、聚合函数的使用：

● 根据具体需求选择合适的聚合函数，如求平均值、求和、计数等。可以传入单个函数，也可以传入多个函数组成的字典或列表。

3、处理缺失值：

● 使用 fill_value 参数可以指定用什么值来填充缺失值，避免在分析过程中因缺失值而产生错误。

三、注意点

1、数据类型：

● 进行聚合操作的列（values）的数据类型应该是数值型，否则可能会出现错误。

2、内存问题：

● 如果数据量非常大，创建数据透视表可能会占用大量内存。在这种情况下，可以考虑分块处理数据或使用其他优化方法。

3、重复索引：

● 如果 index 和 columns 组合后存在重复的索引，可能会导致结果不符合预期。需要确保数据的唯一性或使用合适的聚合函数来处理重复数据。

四、示例代码及解释

python脚本

# 导入 pandas 库，它是 Python 中用于数据处理和分析的常用库，别名 pd 方便后续调用
import pandas as pd

# 创建示例 DataFrame
# 定义一个字典 data，用于存储数据
# 字典的键是列名，值是对应列的数据列表
data = {
    # 学生姓名列，包含 Alice 和 Bob 交替出现的数据
    'Name': ['Alice', 'Bob', 'Alice', 'Bob', 'Alice', 'Bob'],
    # 科目列，包含 Math、Science 和 English 三种科目
    'Subject': ['Math', 'Math', 'Science', 'Science', 'English', 'English'],
    # 分数列，对应每个学生在相应科目上的分数
    'Score': [85, 90, 78, 82, 92, 88]
}
# 使用 pandas 的 DataFrame 函数将字典 data 转换为二维表格数据结构
# 存储在变量 df 中，df 是一个 DataFrame 对象
df = pd.DataFrame(data)

# 创建数据透视表
# pd.pivot_table() 是 pandas 中用于创建数据透视表的函数
# df 是要进行数据透视操作的 DataFrame 对象
# values='Score' 表示要对 'Score' 列进行聚合操作，即关注的数值列
# index='Name' 表示将 'Name' 列作为数据透视表的行索引，按学生姓名进行分组
# columns='Subject' 表示将 'Subject' 列作为数据透视表的列索引，按科目进行分组
# aggfunc='mean' 表示使用平均值作为聚合函数，计算每个学生在每个科目上的平均分数
# 最终的透视表结果存储在 pivot_table 变量中
pivot_table = pd.pivot_table(df, values='Score', index='Name', columns='Subject', aggfunc='mean')

# 打印提示信息，表明接下来要输出数据透视表的结果
print("数据透视表结果：")
# 打印数据透视表
# 输出结果是一个新的 DataFrame，行索引是学生姓名，列索引是科目
# 表格中的值是每个学生在对应科目上的平均分数
print(pivot_table)

输出结果解释

数据透视表结果：

Subject English Math Science

Name

Alice    92.0    85.0    78.0

Bob     88.0    90.0    82.0

● 行索引 Name 有两个值 Alice 和 Bob，代表不同的学生。

● 列索引 Subject 有三个值 English、Math 和 Science，代表不同的科目。

● 表格中的数值是每个学生在对应科目上的平均分数。例如，Alice 在 English 科目上的平均分数是 92.0，在 Math 科目上是 85.0，在 Science 科目上是 78.0；Bob 在 English 科目上的平均分数是 88.0，在 Math 科目上是 90.0，在 Science 科目上是 82.0。

代码解释

1、创建示例 DataFrame：

● 我们创建了一个包含学生姓名（Name）、科目（Subject）和分数（Score）的 DataFrame。

2、创建数据透视表：

● pd.pivot_table(df, values='Score', index='Name', columns='Subject', aggfunc='mean')：

○ data=df：指定要进行透视操作的 DataFrame。

○ values='Score'：表示要对 Score 列进行聚合计算。

○ index='Name'：将 Name 列作为行索引，即按照学生姓名进行分组。

○ columns='Subject'：将 Subject 列作为列索引，即按照科目进行分组。

○ aggfunc='mean'：使用平均值作为聚合函数，计算每个学生在每个科目上的平均分数。

3、打印数据透视表：

● 输出的结果是一个新的 DataFrame，行索引是学生姓名，列索引是科目，表格中的值是每个学生在对应科目上的平均分数。

示例输出

数据透视表结果：

Subject English Math Science

Name

Alice     92.0     85.0     78.0

Bob      88.0     90.0     82.0

这个数据透视表清晰地展示了每个学生在不同科目上的平均分数，方便我们进行数据分析和比较。

——The END——

---

欢迎订阅专栏

序号	专栏名称	说明
1	用Python进行AI数据分析进阶教程	《用Python进行AI数据分析进阶教程》专栏
2	AI大模型应用实践进阶教程	《AI大模型应用实践进阶教程》专栏
3	Python编程知识集锦	《Python编程知识集锦》专栏
4	字节跳动旗下AI制作抖音视频	《字节跳动旗下AI制作抖音视频》专栏
5	智能辅助驾驶	《智能辅助驾驶》专栏
6	工具软件及IT技术集锦	《工具软件及IT技术集锦》专栏

关注我 @理工男大辉郎 获取实时更新

欢迎关注、收藏或转发。
敬请关注 我的
微信搜索公众号：cnFuJH
CSDN博客：理工男大辉郎
抖音号：31580422589