分享几个 pivot_table 使用小技巧

今天番茄加速为大家分享几个 pivot_table 使用小技巧。

　　使用 d_melt 演示不出聚合的功能：

　　 zip_code variable value

　　 0 12345 factory 100

　　 1 56789 factory 400

　　 2 101112 factory 500

　　 3 131415 factory 600

　　 4 12345 retail 1

　　 5 56789 retail 2

　　 6 101112 retail 3

　　 7 131415 retail 4

　　因为 zip_code + variable 的组合都是唯一的，因此转化一步，df_melt 基础上再 append 它：

　　 In [77]: dfa = df_melt2.append(df_melt2)

　　数据变为：

　　 zip_code variable value

　　 0 12345 factory 100

　　 1 56789 factory 400

　　 2 101112 factory 500

　　 3 131415 factory 600

　　 4 12345 retail 1

　　 5 56789 retail 2

　　 6 101112 retail 3

　　 7 131415 retail 4

　　 0 12345 factory 100

　　 1 56789 factory 400

　　 2 101112 factory 500

　　 3 131415 factory 600

　　 4 12345 retail 1

　　 5 56789 retail 2

　　 6 101112 retail 3

　　 7 131415 retail 4

　　此时前两列组合存在重复项，能够演示出聚合的效果：

　　 dfa.pivot_table(index='zip_code',columns='variable',aggfunc=np.sum)

　　 index 设定第一个维度：zip_code，columns 设定第二个维度为 variable，使用 aggfunc 参数做聚合，也就是存在 zip_code + variable 重复项时，两项 np.sum 累加，透视结果如下：

　　 value

　　 variable factory retail

　　 zip_code

　　 12345 200 2

　　 56789 800 4

　　 101112 1000 6

　　 131415 1200 8

　　表格本质是二维结构，透视是变换二维表结构的艺术，掌握以上 3 个小技巧后，再去透视数据可能就会变得游刃有余一点。