pandas資料透視表 pd.pivot_table()

pandas.pivot_table()

幾個重要的參數

data

：DataFrame對象

values

：源資料中的一列，資料透視表中用于觀察分析的資料值，類似Excel中的值字段

index

：源資料中的一列，資料透視表用于行索引的資料值，類似Excel中的行字段

columns

：源資料中的一列，資料透視表用于列索引的資料值，類似Excel中列字段

aggfunc

：根據目前的行、列索引生成的資料透視表中有多個資料需要進行聚合時，對這多個資料需要進行的操作，預設為np.mean()

示例資料集

下面的Excel表格分别記錄了武漢和北京一周（2018/07/22-2018/07/28）的日最高溫度和日最低溫度，對資料進行以下的分析：

• 武漢、北京一周的日最高、最低氣溫趨勢變化；
• 兩城市一周的平均日最高、最低氣溫變化趨勢；

  

  HT: the highest temperature, 日最高氣溫

  LT: the lowest temperature, 日最低氣溫

建立DataFrame對象

pd.read_excel()

分别分析日最高、最低溫度

pd.pivot_table()

，也可以用作method，

DataFrame.pivot_table()

分析日平均最高、最低溫度

分析日平均最高溫度時涉及到對兩個城市日最高溫度的取平均運算，需要設定參數

aggfunc=np.mean

（也可以不設定，預設情況下

aggfunc

為均值運算），日平均最低溫度同理。這裡設定行字段參數

index=['HT','LT']

可同時分析日平均最高和最低溫度。