人生苦短，我用Python上一篇传送门：小白学Python数据分析（1）：数据分析基础小白学Python数据分析（2））：Pandas（一）概述小白学Python数据分析（三）：Pandas（二）数据结构系列小白学Python数据分析（四）：Pandas（三）数据结构DataFrame小白学Python数据分析（五）：Pandas（4）基本操作（1）查看数据小白学习Python数据分析（6）：Pandas（5）基本操作（2）数据选择小白学习Python数据分析（7）：Pandas（6）数据导入小白学习Python数据分析（8）：Pandas（7）数据预处理小白学Python数据分析（9）：Pandas（8）数据预处理（2）小白学Python数据分析（10）：Pandas（9）数据操作小白学Python数据分析（11）:Pandas(10)数据分组介绍前面我们介绍了数据分组，今天我们就来介绍一个和数据分组很相似的内容，就是数据透视表。从名字上看，没有半毛钱的感觉。事实上，并非如此。数据分组是从一维（行）的角度对数据进行拆分。如果我们要从两个维度（行和列）的角度来拆分数据，那么拆分数据呢？这就需要用到我们今天的主角，数据透视表了。数据透视表什么是数据透视表？小编灵魂画手上线：画的不好，同学们可以凑合一下。在Excel中，实际上有数据透视表这样的东西。选择完insert中的所有数据后，点击pivottable，会出现这样的画面：点击确定后，会出现这样的画面：excel中如何使用，大家可以百度一下。毕竟，这是讨论Python的地方。Excel的操作就不多说了。Pandas的操作与Excel的使用非常相似。在Pandas中，pivot_table()方法用于实现数据透视表。首先放一个公文，防止同学们发现。官方文档地址：https://pandas.pydata.org/pan...。再看pivot_table的语法：pandas.pivot_table(data,values=None,index=None,columns=None,aggfunc='mean',fill_value=None,margins=False,dropna=True,margins_name='All',observed=False)→'DataFrame'数据：要透视的整个表值：要聚合的数据项索引：要在透视表上分组的键索引列：要在透视表列上分组的键aggfunc：true计算类型ofvaluesfill_value：空值的填充值margins：是否显示总dropna：是否删除缺失，如果不删除则删除缺失数据的行margins_name：总类的列名下面看例子，数据集还是使用了上一篇文章使用的流行病数据集，我们来看一个简单的例子。我们按照七大洲来看目前的确诊情况：importpandasaspd#dataimportepidemic_dxy=pd.read_excel("epidemic_dxy.xlsx")df=pd.pivot_table(epidemic_dxy,values='currentConfirmedCount',index='continents',aggfunc='sum')print(df)#输出内容currentConfirmedCountcontinentsAsia5458Others699NorthAmerica99SouthAmerica8Oceania14Europe2040Africa3可以看到，这和我们直接按七大洲分组的结果是一致的上一篇文章。本例中的currentConfirmedCount是我们要统计的值，continents是我们要拆分的索引，aggfunc中的sum是我们统计需要统计的值的方式。这里只是一维拆分，与分组没有实际区别。接下来我们将数据进行二维方向的拆分：importpandasaspd#Dataimportepidemic_dxy=pd.read_excel("epidemic_dxy.xlsx")df1=pd.pivot_table(epidemic_dxy,values='currentConfirmedCount',index='continents',columns='provinceName',aggfunc='sum')print(df1)#outputprovinceNameDenmarkArmeniaIsraelIraqIran...OmanUAEKoreaMalaysiaLebanoncontinents...AsiaNaN1.09.019.0749.0...5.016.04283.011.03.0其他NaNNaNNaNNaNNaN...NaNNaNNaNNaNNaN北美NaNNaNNaNNaNNaN...NaNNaNNaNNaNNaN南美洲NaNNaNNaNNaNNaN...NaNNaNNaNNaNNaN大洋洲NaNNaNNaNNaNNaN...NaNNaNNaNNaNNaN欧洲3.0NaNNaNNaNNaNNaN...NaNNaNNaNNaNNaNNaN非洲NaNNaNNaNNaNNaN...NaNNaNNaNNaNNaNNaN[7行x65栏】因为内容较多，所以大部分内容都折叠起来了。在上面的例子中，我们将整个数据表按照七大洲和国家进行了横向和纵向的拆分。可以看到整个表中会有很多列为Null值，以Asia这一行为例，因为我们原始数据中亚洲只有26个国家，所以理论上应该只有Asia中的那26个国家排亚，其实就是这样。那么，现在有一个简单的小问题，如果我想知道每条数据的创建时间（createTime字段），这样也可以吗？当然，pivot_table支持在水平和垂直拆分时传入一个数组。如下，我们给索引增加一个新的参数createTime：importpandasaspd#Dataimportepidemic_dxy=pd.read_excel("epidemic_dxy.xlsx")df2=pd.pivot_table(epidemic_dxy,values='currentConfirmedCount',index=['大陆','createTime'],columns='provinceName',aggfunc='sum')print(df2)#outputprovinceNameDenmarkArmeniaIsraelIraq...UAEKoreaMalaysiaLebanoncontinentscreateTime...Asia1583138990000NaNNaN9.019.0...16.04283.011.03.01583138991000NaN1.0NaNNaN...NaNNaNNaNNaN其他158313899NNaNNaNaNa...NaNaN北美1583138990000NaNNaNNaNNaN...NaNNaNNaNNaN15831389910NNNaNNaN.NaN.NaN...NaNNaNNaNNaN南美洲1583138990000NaNNaNNaNNaN...NaNNaNNannnan1583138991000nannannannannan...nannannannannannannannannannannannannannannannannannannannannannannannannannannannannannannannannannannannannannannannannannannannannannannannannannannannannannannannannanNaNNaNAfrica1583138990000NaNNaNNaNNaN...NaNNaNNaNNaN[11rowsx65columns]这样，我们就得到了一个新的DataFrame，按照三个规则进行水平和垂直分割。当然这个DataFrame目前还不是标准的DataFrame，只需要最后一步，使用reset_index()重新设置索引，这里就不演示了，今天的内容比较短，但是对于第一次接触的同学我理解，建议找一个数据集多尝试，或者先在Excel中试一下，再用Python去理解。在数据透视表中，获取数据透视表并不难。难点在于我们要建立什么样的新数据表，我们真正想要得到什么样的数据。示例代码是老规矩，所有示例代码都会上传到代码管理仓库Github和Gitee，方便大家使用。示例代码-Github示例代码-Gitee如果我的文章对你有帮助，请扫码关注作者的公众号：获取最新干货推送：）
