數(shù)據(jù)透視表（Pivot Table）是一種交互式的表，可以進行某些計算，如求和與計數(shù)等，其所進行的計算與數(shù)據(jù)跟數(shù)據(jù)透視表中的排列有關(guān)。

在Excel中我們可以輕而易舉地實現(xiàn)數(shù)據(jù)透視表功能，“插入——數(shù)據(jù)透視表——拖動選項——完成透視表”。

那么在Python中也能實現(xiàn)數(shù)據(jù)透視表功能嗎？答案是肯定的。本文旨在介紹Python Pandas中實現(xiàn)數(shù)據(jù)透視表功能的函數(shù)Pivot_table，并用實例解析它的參數(shù)設(shè)置及使用方法。

首先，觀看官方文檔對pandas.pivot_table函數(shù)的解釋：

pandas.pivot_table (data, values=None, index=None, columns=None, aggfunc='mean', fill_value=None, margins=False, dropna=True, margins_name='All', observed=False)

各個參數(shù)的解釋如下：

參數(shù)太多難理解？沒關(guān)系，接下來將以實例的方式解析pivot_table函數(shù)及參數(shù)來幫助大家理解并使用。

案例實踐：

1、導(dǎo)入相關(guān)庫

import pandas as pd
import numpy as np

python實現(xiàn)透視表功能的pivot_table函數(shù)主要需要兩個庫pandas和numpy。

2、導(dǎo)入要進行透視的數(shù)據(jù)文件

df=pd.read_excel("C:\\Users\\Administrator\\Desktop\\pivot_table\\銷售數(shù)據(jù)源.xlsx")

導(dǎo)入excel xlsx格式的文件需要使用read_excel函數(shù)，若是csv格式則使用read_csv函數(shù)，括號內(nèi)為文件路徑，保存為df。

3、查看剛剛導(dǎo)入數(shù)據(jù)的情況

df.head()

以上結(jié)果顯示，數(shù)據(jù)成功導(dǎo)入了python

4、以賬號站點歸類做個簡單的透視表

pd.pivot_table(df,index=["站點"])

數(shù)據(jù)透視成功。這段代碼pivot_table有兩個函數(shù)，一個是df，另一個是index。df是之前導(dǎo)入的數(shù)據(jù)，index是要設(shè)置的索引。

但是還有兩個問題：
一是team和周數(shù)不應(yīng)該出現(xiàn)在這里的，猜想原因可能是python誤將team和周數(shù)的數(shù)字識別為數(shù)值并對其進行了運算但我們并不需要。
二是銷售額小數(shù)點后的尾數(shù)太多了，能不能保留小數(shù)點后兩位。

解決方法為，轉(zhuǎn)換team和周數(shù)的數(shù)據(jù)類型，轉(zhuǎn)成 category類別 類型即可解決，這樣python就不會將其識別為數(shù)值并計算。

5、轉(zhuǎn)化 team、周數(shù) 的數(shù)據(jù)類型為category類型，將銷售額保留小數(shù)點后兩位

df["team"]=df["team"].astype("category")
df["周數(shù)"]=df["周數(shù)"].astype("category")
df["銷售額"]=df["銷售額"].round(2)

6、這時再看看數(shù)據(jù)轉(zhuǎn)化類型成功了沒有

pd.pivot_table(df,index=["站點"])

team和周數(shù)的數(shù)據(jù)列消失了，轉(zhuǎn)化類型成功解決了這個問題。但是小數(shù)點的問題還沒有解決...

7.pivot_table函數(shù)的參數(shù)values

values為數(shù)值列，是對數(shù)據(jù)進行聚合。

pd.pivot_table(df,index=["站點"],values=["銷售額"])

在這里values只設(shè)置了銷售額，結(jié)果也只顯示了銷售額。可以看出，我們可以通過values選擇控制要進行聚合的數(shù)值列。

8、完整地補充所有index和values

pd.pivot_table(df,index=["賬號","站點","K3代碼","運營大類","大類","品牌","機型","款式","顏色","事業(yè)部","team","周數(shù)"],values=["銷售額","銷量","訂單數(shù)"])

這一步結(jié)束后發(fā)現(xiàn)，小數(shù)點后兩位的問題解決了，保留了小數(shù)點后兩位。

9、pivot_table函數(shù)的參數(shù)columns

現(xiàn)在，我要通過不同周數(shù)來分析銷售情況，那么參數(shù)columns將允許我們定義一個或多個列。

解決方法：columns=["周數(shù)"] 將周數(shù)從index參數(shù)中抽出放進columns參數(shù)中

pd.pivot_table(df,index=["賬號","站點","K3代碼","運營大類","大類","品牌","機型","款式","顏色","事業(yè)部","team"],columns=["周數(shù)"],values=["銷售額","銷量","訂單數(shù)"])

結(jié)果看到，銷售額、銷量、訂單數(shù)根據(jù)周數(shù)均分成了四小列，能夠更直觀看出產(chǎn)品每一周銷售情況的變化。

10、pivot_table函數(shù)的參數(shù)aggfunc

這個參數(shù)很重要。你是想對數(shù)據(jù)列進行求和？還是求均值？求最大值或最小值？aggfunc可以幫到你。

aggfunc可以用列表list或字典dic來設(shè)置。

（1）列表方法

pd.pivot_table(df,index=["賬號","站點","K3代碼","運營大類","大類","品牌","機型","款式","顏色","事業(yè)部","team"],columns=["周數(shù)"],values=["銷售額","銷量","訂單數(shù)"],aggfunc=[np.sum])

以上是"銷售額","銷量","訂單數(shù)"對數(shù)值均進行了求和運算。

那如果我想同時對"銷售額求和"，"銷量求均值"，"訂單數(shù)求最大值"，這樣可不可以呢？可以的，用字典dict來設(shè)置。

（2）字典方法

pd.pivot_table(df,index=["賬號","站點","K3代碼","運營大類","大類","品牌","機型","款式","顏色","事業(yè)部","team"],columns=["周數(shù)"],values=["銷售額","銷量","訂單數(shù)"],aggfunc={"銷售額":np.sum,"銷量":np.mean,"訂單數(shù)":max})

因此設(shè)置aggfunc顯得十分重要，它明確規(guī)定了運算方式，才能得到期望的運算結(jié)果。

11、pivot_table函數(shù)的參數(shù)fill_value

在上個步驟，可以發(fā)現(xiàn)數(shù)據(jù)透視表表中有許多非數(shù)值（NaN），填充非數(shù)值（NaN）可以使用參數(shù)fill_value

pd.pivot_table(df,index=["賬號","站點","K3代碼","運營大類","大類","品牌","機型","款式","顏色","事業(yè)部","team"],columns=["周數(shù)"],values=["銷售額","銷量","訂單數(shù)"],aggfunc={"銷售額":np.sum,"銷量":np.mean,"訂單數(shù)":max},fill_value=0)

從結(jié)果可以看到，fill_value=0，非數(shù)值（NaN）全部被填充為0。

12、pivot_table函數(shù)的參數(shù)margins

你有一個新的需求，領(lǐng)導(dǎo)想看到銷售情況各項數(shù)據(jù)的總值，而不是現(xiàn)在的一行行數(shù)據(jù)，如何新增一列匯總值列？

解決方法：增加匯總列——使用參數(shù)margins。（margins默認(rèn)為False，可以設(shè)置為True開啟匯總列的計算）

pd.pivot_table(df,index=["賬號","站點","K3代碼","運營大類","大類","品牌","機型","款式","顏色","事業(yè)部","team"],columns=["周數(shù)"],values=["銷售額","銷量","訂單數(shù)"],aggfunc={"銷售額":np.sum,"銷量":np.mean,"訂單數(shù)":max},fill_value=0,margins=True)

可以看到，"銷售額","銷量","訂單數(shù)"的后面均出現(xiàn)一列"All"，以及最下一行出現(xiàn)匯總行。這就是margins=True的作用。

當(dāng)然，你覺得"All"的名稱不好看，可以自定義匯總列的名稱，需要用到參數(shù)margins_name，如margins_name="訂單數(shù)匯總"。

13、pivot_table函數(shù)的最后一個參數(shù)dropna

dropna=True 的意思為不包括條目全部為NaN的列，即一列的數(shù)據(jù)如果全部為NaN則被刪除。(默認(rèn)為False)

pd.pivot_table(df,index=["賬號","站點","K3代碼","運營大類","大類","品牌","機型","款式","顏色","事業(yè)部","team"],columns=["周數(shù)"],values=["銷售額","銷量","訂單數(shù)"],aggfunc={"銷售額":np.sum,"銷量":np.mean,"訂單數(shù)":max},fill_value=0,margins=True,margins_name="匯總",dropna=True)

總結(jié)：

至此，pivot_table的所有參數(shù)的使用方法和實例均已介紹完，大家可以根據(jù)自己項目的需求靈活使用這些參數(shù)。

最后復(fù)習(xí)一遍：
pandas.pivot_table (data, index=None, columns, values, aggfunc, fill_value, margins, margins_name, dropna)

還沒結(jié)束

最后的問題：數(shù)據(jù)透視表是做好了，但是我們怎么篩選條件查詢其中的某行數(shù)據(jù)呢？

首先、將上述做好的透視表保存到變量table中

table=pd.pivot_table(df,index=["賬號","站點","K3代碼","運營大類","大類","品牌","機型","款式","顏色","事業(yè)部","team"],columns=["周數(shù)"],values=["銷售額","銷量","訂單數(shù)"],aggfunc={"銷售額":np.sum,"銷量":np.mean,"訂單數(shù)":max},fill_value=0,margins=True,margins_name="匯總",dropna=True)

然后、查詢需要用到query()函數(shù)

table.query("站點=='US'")

結(jié)果顯示，成功查詢到US站點的所有數(shù)據(jù)。

單個條件篩選知道怎么寫了，那么多個篩選條件又要怎么寫？

table.query("(賬號=='CC')&(站點=='US')")

解析：query函數(shù)中，條件用括號含括，多個條件之間用&連接，篩選結(jié)果符合實際期望。

至此本文結(jié)束。

參考文獻：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.pivot_table.html