Excel中做資料透視表
① 選中整個資料源；
② 依次點選“插入”—“資料透視表”
③ 選擇在Excel中的哪個位置，插入資料透視表
④ 然後根據實際需求，從不同次元展示結果
⑤ 結果如下
pandas用pivot_table()做資料透視表
1）文法格式
pd.pivot_table(data,index=None,columns=None,
values=None,aggfunc='mean',
margins=False,margins_name='All',
dropna=True,fill_value=None)
複制
2）對比excel，說明上述參數的具體含義
參數說明：
- data 相當于Excel中的"選中資料源"；
- index 相當于上述"資料透視表字段"中的行；
- columns 相當于上述"資料透視表字段"中的列；
- values 相當于上述"資料透視表字段"中的值；
- aggfunc 相當于上述"結果"中的計算類型；
- margins 相當于上述"結果"中的總計；
- margins_name 相當于修改"總計"名，為其它名稱；
下面幾個參數，用的較少，記住幹嘛的，等以後需要就百度。
- dropna 表示是否删除缺失值，如果為True時，則把一整行全作為缺失值删除；
- fill_value 表示将缺失值，用某個指定值填充。
案例說明
1）求出不同品牌下，每個月份的銷售數量之和
① 在Excel中的操作結果如下
② 在pandas中的操作如下
df = pd.read_excel(r"C:\Users\黃偉\Desktop\pivot_table.xlsx")
display(df.sample(5))
df.insert(1,"月份",df["銷售日期"].apply(lambda x:x.month))
display(df.sample(5))
df1 = pd.pivot_table(df,index="品牌",columns="月份",
values="銷售數量",aggfunc=np.sum)
display(df1) 複制
結果如下：
2）求出不同品牌下，每個地區、每個月份的銷售數量之和
① 在Excel中的操作結果如下
② 在pandas中的操作如下
df = pd.read_excel(r"C:\Users\黃偉\Desktop\pivot_table.xlsx")
display(df.sample(5))
df.insert(1,"月份",df["銷售日期"].apply(lambda x:x.month))
display(df.sample(5))
df1 = pd.pivot_table(df,index="品牌",columns=["銷售區域","月份"],
values="銷售數量",aggfunc=np.sum)
display(df1)
複制
結果如下：
3）求出不同品牌不同地區下，每個月份的銷售數量之和
① 在Excel中的操作結果如下
② 在pandas中的操作如下
df = pd.read_excel(r"C:\Users\黃偉\Desktop\pivot_table.xlsx")
display(df.sample(5))
df.insert(1,"月份",df["銷售日期"].apply(lambda x:x.month))
display(df.sample(5))
df1 = pd.pivot_table(df,index=["品牌","銷售區域"],columns="月份",
values="銷售數量",aggfunc=np.sum)
display(df1)
複制
結果如下：
4）求出不同品牌下的“銷售數量之和”與“貨号計數”
① 在Excel中的操作結果如下
② 在pandas中的操作如下
df = pd.read_excel(r"C:\Users\黃偉\Desktop\pivot_table.xlsx")
display(df.sample(5))
df.insert(1,"月份",df["銷售日期"].apply(lambda x:x.month))
display(df.sample(5))
df1 = pd.pivot_table(df,index="品牌",columns="月份",
values=["銷售數量","貨号"],
aggfunc={"銷售數量":"sum","貨号":"count"},
margins=True,margins_name="總計")
display(df1)
複制
結果如下：