Pandas Pivot

Pandas中的pivot()函数根据列值重塑数据。它以简单的列式数据作为输入，并将条目分组为二维表。

让我们看一个例子。

import pandas as pd

# create a dataframe
data = {'Date': ['2023-01-01', '2023-01-01', '2023-01-02', '2023-01-02'],
        'City': ['New York', 'Los Angeles', 'New York', 'Los Angeles'],
        'Temperature': [32, 75, 30, 77]}
df = pd.DataFrame(data)

print("Original DataFrame\n", df)
print()

# pivot the dataframe
pivot_df = df.pivot(index='Date', columns='City', values='Temperature')

print("Reshaped DataFrame\n", pivot_df)

输出

Original DataFrame
         Date         City  Temperature
0  2023-01-01     New York           32
1  2023-01-01  Los Angeles           75
2  2023-01-02     New York           30
3  2023-01-02  Los Angeles           77

Reshaped DataFrame
City        Los Angeles  New York
Date                             
2023-01-01        75           32
2023-01-02        77           30

在此示例中，我们使用pivot()来重塑DataFrame df。Date列被设置为index，City被设置为列，Temperature被设置为值。

请注意输出部分中的原始DataFrame和重塑后的DataFrame。重塑后的DataFrame是一个多维表，根据城市和日期显示温度。

因此，pivot()操作重塑数据，使其在进一步分析时更加清晰。

pivot()语法

Pandas中pivot()的语法是

df.pivot(index=None, columns=None, values=None)

这里，

• index：用作行标签的列
• columns：将被重塑为列的列
• values：用于新DataFrame值的列

示例：多个值的pivot()

如果我们省略pivot()中的values参数，它将选择所有剩余的列（除了指定的index和columns之外）作为透视表的值。

让我们看一个例子。

import pandas as pd

# create a dataframe
data = {'Date': ['2023-01-01', '2023-01-01', '2023-01-02', '2023-01-02'],
        'City': ['New York', 'Los Angeles', 'New York', 'Los Angeles'],
        'Temperature': [32, 75, 30, 77],
        'Humidity': [80, 10, 85, 5]}

df = pd.DataFrame(data)

print('Original DataFrame')
print(df)
print()

# pivot the dataframe
pivot_df = df.pivot(index='Date', columns='City')

print('Reshaped DataFrame')
print(pivot_df)

输出

Original DataFrame
         Date         City  Temperature  Humidity
0  2023-01-01     New York           32        80
1  2023-01-01  Los Angeles           75        10
2  2023-01-02     New York           30        85
3  2023-01-02  Los Angeles           77         5

Reshaped DataFrame
           Temperature             Humidity         
City       Los Angeles New York Los Angeles New York
Date                                                
2023-01-01          75       32          10       80
2023-01-02          77       30           5       85

在此示例中，我们为多个值即Temperature和Humidity创建了透视表。

pivot() vs pivot_table()

pivot()和pivot_table()函数执行类似的操作，但有一些关键区别。