一、透視表
Excel 中有一個強大的功能 —— 數據透視表（pivot table）。
利用數據透視表可以快速的進行分類匯總，自由組合字段快速計算，而這些只需要拖拉拽就可以實現。
典型的數據格式是扁平的，只包含行和列，不方便總結信息。
而透視表可以快速抽取有用的信息。
在 Pandas 中，可以利用 pivot_table 函數實現該功能。
二、pivot_table函數介紹
使用語法：
DataFrame.pivot_table(data,
values=None,
index=None,
columns=None,
aggfunc='mean',
fill_value=None,
margins=False,
dropna=True,
margins_name='All',
observed=False,
sort=True)
參數解釋：
data -- DataFrame格式數據
values -- 需要匯總計算的列
index -- 行分組鍵
columns -- 列分組鍵
aggfunc -- 聚合函數，或函數列表，默認為平均值
fill_value -- 缺失值填充
margins -- 是否添加行列的總計
dropna -- 如果列的值都為NaN則不計算
margins_name -- 匯總行列名稱
observed -- 是否顯示觀測值
三、pivot_table實操
1.構造測試數據集
import pandas as pd
import numpy as np
df = pd.DataFrame({'foo': ['one', 'one', 'one', 'two', 'two', 'two'],
'bar': ['A', 'B', 'C', 'A', 'B', 'C'],
'baz': [1, 2, 3, 4, 5, 6],
'zoo': ['x', 'y', 'z', 'q', 'w', 't']})
df
'''
bar baz foo zoo
0 A 1 one x
1 B 2 one y
2 C 3 one z
3 A 4 two q
4 B 5 two w
5 C 6 two t
'''
pd.pivot_table(df, index='bar',values='baz', aggfunc=sum)
pd.pivot_table(df, index=['bar', 'foo'], aggfunc=np.mean, values='baz')
pd.pivot_table(df, index='bar', aggfunc=[np.sum, np.mean], values='baz')
pd.pivot_table(df, index='bar', columns='foo', aggfunc=[np.sum], values='baz')
pd.pivot_table(df, index='bar', columns='foo', aggfunc=[np.sum], values='baz', margins=True)
# 火箭隊當家球星James Harden某一賽季比賽數據
df2 = pd.read_csv(r'C:\Users\Hider\Desktop\basketball.txt', encoding='GBK')
df2
附上數據表：
對手,勝負,主客場,命中,投籃數,投籃命中率,3分命中率,籃板,助攻,得分
勇士,勝,客,10,23,0.435,0.444,6,11,27
國王,勝,客,8,21,0.381,0.286,3,9,27
小牛,勝,主,10,19,0.526,0.462,3,7,29
灰熊,負,主,8,20,0.4,0.25,5,8,22
76人,勝,客,10,20,0.5,0.25,3,13,27
黃蜂,勝,客,8,18,0.444,0.4,10,11,27
灰熊,負,客,6,19,0.316,0.222,4,8,20
76人,負,主,8,21,0.381,0.429,4,7,29
尼克斯,勝,客,9,23,0.391,0.353,5,9,31
老鷹,勝,客,8,15,0.533,0.545,3,11,29
爵士,勝,主,19,25,0.76,0.875,2,13,56
騎士,勝,主,8,21,0.381,0.429,11,13,35
灰熊,勝,主,11,25,0.44,0.429,4,8,38
步行者,勝,客,9,21,0.429,0.25,5,15,26
猛龍,負,主,8,25,0.32,0.273,6,11,38
太陽,勝,客,12,22,0.545,0.545,2,7,48
灰熊,勝,客,9,20,0.45,0.5,5,7,29
掘金,勝,主,6,16,0.375,0.143,8,9,21
尼克斯,勝,主,12,27,0.444,0.385,2,10,37
籃網,勝,主,13,20,0.65,0.615,10,8,37
步行者,勝,主,8,22,0.364,0.333,8,10,29
湖人,勝,客,13,22,0.591,0.444,4,9,36
爵士,勝,客,8,19,0.421,0.333,5,3,29
開拓者,勝,客,16,29,0.552,0.571,8,3,48
鵜鶘,勝,主,8,16,0.5,0.4,1,17,26
2.index
每個 pivot_table 必須擁有一個 index。
# index 就是層次字段
pd.pivot_table(df2,index=u'對手')
pd.pivot_table(df2, index=[u'對手', u'主客場'])
pd.pivot_table(df2, index=[u'主客場', u'對手'])
3.values
對需要的計算數據進行篩選。
pd.pivot_table(df2, index=[u'主客場', u'勝負'], values=[u'得分', u'助攻', u'籃板'])
'''
助攻 得分 籃板
主客場 勝負
主 勝 10.555556 34.222222 5.444444
負 8.666667 29.666667 5.000000
客 勝 9.000000 32.000000 4.916667
負 8.000000 20.000000 4.000000
'''
4.aggfunc
聚合時的函數操作，默認是求平均值。
pd.pivot_table(df2, index=[u'主客場', u'勝負'], values=[u'得分', u'助攻', u'籃板'], aggfunc=[np.sum, np.mean])
'''
sum mean
助攻 得分 籃板 助攻 得分 籃板
主客場 勝負
主 勝 95 308 49 10.555556 34.222222 5.444444
負 26 89 15 8.666667 29.666667 5.000000
客 勝 108 384 59 9.000000 32.000000 4.916667
負 8 20 4 8.000000 20.000000 4.000000
'''
aggfunc 也可以使用 dict 類型。
pd.pivot_table(df2, index=[u'對手', u'勝負'],
columns=[u'主客場'],
values=[u'得分', u'助攻'],
aggfunc={u'得分':np.mean, u'助攻':[min,max,np.mean]},
fill_value=0)
5.columns
設置列層次字段，作為可選方式。
pd.pivot_table(df2, index=u'對手', columns=u'主客場', values=u'得分', aggfunc=np.sum)
6.fill_value
填充空值。
pd.pivot_table(df2, index=u'對手', columns=u'主客場', values=u'得分', aggfunc=np.sum, fill_value=0)
7.margins
匯總行列。
pd.pivot_table(df2, index=u'對手', columns=u'主客場', values=u'得分', aggfunc=np.sum, fill_value=0, margins=True)
8.透視之后的過濾
建立透視表之后，可以通過 query 進行查詢結果。
df.query('bar == "A"')
df.query('bar == ["A","B"]')
四、pivot函數介紹
使用語法：
Pandas.pivot(data, index=None, columns=None, values=None)
實操：
df.pivot(index='foo', columns='bar', values='baz')
df.pivot(index='foo', columns='bar')['baz']
df.pivot(index='foo', columns='bar', values=['baz','zoo'])
# Exception: Data must be 1-dimensional
五、pivot 和 pivot_table 區別
pandas.pivot 的重點在於 reshape， 合並同類項，所以在行與列的交叉點值的索引應該是唯一值，如果不是唯一，則會報錯：
ValueError: Index contains duplicate entries, cannot reshape
盡量使用 pivot_table 可避免這個問題。
pivot_talbe 函數多了 aggfunc 參數，可專門指定對聚合后的行列做如何的操作，避免錯誤。
參考鏈接：pandas.DataFrame.pivot_table
參考鏈接：pandas.pivot
參考鏈接：在pandas中使用數據透視表