主要利用pandas包中的pd.pivot_table()函数。 male_emo=pd.pivot_table(emo,index='year',columns='emotion',values={'男用户','女用户'},aggfunc='sum',margins=True,fill_value='0',dropna=False) emo–数据透视的基本表 index—数据透视表的
一、概述 1.1 什么是透视表? 透视表是一种可以对数据动态排布并且分类汇总的表格格式。或许大多数人都在Excel使用过数据透视表,也体会到它的强大功能,而在pandas中它被称作pivot_table。 1.2 为什么要使用pivot_table? 灵活性高,可以随意定制你的分析计算要求 脉络清晰易于理解数据
import pandas as pd import numpy as npe_file = pd.ExcelFile(r'C:/Users/13375/Desktop/python/成绩表.xlsx')data = e_file.parse('2020年成绩单')# print(data)# print('--'*20)# pt1 = pd.pivot_table(data, index=['age'],columns=[&
inplace=True :是指重置索引的结果是否作用在前面的数据上 我们并不能设置df.pivot_table(values='orderamount',index='month',aggfunc=sum) 输出结果的格式,所以在 df.pivot_table(values='orderamount',index='month',aggfunc=sum) 上重置索引的时候,reset_index()中不能添加