pandas. pivot_table#

پانداpivot_table (داده ها ، مقادیر = هیچ ، شاخص = هیچ ، ستون = هیچکدام ، aggfunc = 'معنی "، fill_value = هیچ ، حاشیه = false ، dropna = true ، margins_name =' all '، مشاهده = نادرست ، مرتب سازی = درست) [منبع] #

یک جدول محوری به سبک صفحه به عنوان یک DataFrame ایجاد کنید.

سطوح موجود در جدول محوری در اشیاء MultiIndex (شاخص های سلسله مراتبی) بر روی شاخص و ستون های نتیجه داده های نتیجه ذخیره می شود.

پارامترهای ستون مقادیر داده های داده های داده برای جمع آوری ، ستون شاخص اختیاری ، grouper ، آرایه یا لیست قبلی

اگر یک آرایه منتقل شود ، باید به همان طول داده ها باشد. این لیست می تواند شامل هر یک از انواع دیگر (به جز لیست) باشد. کلیدها برای گروه بندی در فهرست جدول محوری. اگر یک آرایه منتقل شود ، از آن به همان روش مقادیر ستون استفاده می شود.

ستون ستون ، گورپر ، آرایه یا لیست قبلی

اگر یک آرایه منتقل شود ، باید به همان طول داده ها باشد. این لیست می تواند شامل هر یک از انواع دیگر (به جز لیست) باشد. کلیدها برای گروه بندی در ستون جدول محوری. اگر یک آرایه منتقل شود ، از آن به همان روش مقادیر ستون استفاده می شود.

عملکرد Aggfunc ، لیست توابع ، دیکته ، پیش فرض numpy. mean

اگر لیست توابع تصویب شده ، جدول محوری حاصل دارای ستون های سلسله مراتبی باشد که سطح بالای آنها نام عملکرد (استنباط شده از خود اشیاء عملکرد است) در صورت تصویب دیکته ، کلید ستون برای جمع آوری و مقدار عملکرد یا لیست توابع است.

fill_value scalar ، پیش فرض هیچ

مقدار برای جایگزینی مقادیر گمشده با (در جدول محوری حاصل ، پس از تجمع).

حاشیه های BOOL ، پیش فرض نادرست

تمام ردیف / ستون ها را اضافه کنید (به عنوان مثال برای کلیات زیرنویس / بزرگ).

dropna bool ، پیش فرض درست است

ستون هایی را که ورودی آنها همه نان است ، درج نکنید. اگر درست باشد ، ردیف هایی با مقدار NAN در هر ستون قبل از محاسبه حاشیه حذف می شوند.

margins_name str ، پیش فرض "همه"

نام ردیف / ستون که در صورت صحت حاشیه ها حاوی کل است.

مشاهده شده ، پیش فرض کاذب

این تنها در صورتی اعمال می شود که هر یک از گروه های گروهی باشند. اگر درست باشد: فقط ارزشهای مشاهده شده را برای گروه های طبقه بندی نشان دهید. اگر نادرست است: تمام ارزش ها را برای گروه های طبقه بندی نشان دهید.

در نسخه 0. 25. 0 تغییر یافته است.

مرتب سازی بول ، پیش فرض درست است

مشخص می کند که آیا نتیجه باید مرتب شود یا خیر.

جدید در نسخه 1. 3. 0.

DataFrame را برمی گرداند

یک جدول محوری به سبک اکسل.

محوری بدون تجمع که می تواند داده های غیر عددی را اداره کند.

یک Dataframe را از قالب گسترده به طولانی و طولانی ، به صورت اختیاری شناسه ها تنظیم کنید.

پانل گسترده به قالب طولانی. انعطاف پذیر تر اما کاربر پسند تر از ذوب.

برای مثال های بیشتر به راهنمای کاربر مراجعه کنید.

>>> df = pd.قاب داده("آ": ["فو", "فو", "فو", "فو", "فو", . "بار", "بار", "بار", "بار"], . "ب": ["یکی", "یکی", "یکی", "دو", "دو", . "یکی", "یکی", "دو", "دو"], . "ج": ["کم اهمیت", "بزرگ", "بزرگ", "کم اهمیت", . "کم اهمیت", "بزرگ", "کم اهمیت", "کم اهمیت", . "بزرگ"], . "D": [1, 2, 2, 3, 3, 4, 5, 6, 7], . "E": [2, 4, 5, 5, 6, 6, 8, 9, 9]>) >>> df a b c d e 0 foo یک کوچک 1 2 1 foo یکی بزرگ 2 4 2 foo یکی بزرگ 2 5 3 foo دو کوچک 3 5 4 foo دو کوچک 3 6 5 بار یک بزرگ 4 6 6 نوار یک کوچک 5 8 7 بار دو کوچک 6 9 8 بار دو بزرگ 7 9 

این مثال اول با گرفتن مبلغ مقادیر را جمع می کند.

>>> جدول = pd.جدول محوری(df, ارزش های='D', فهرست مطالب=['آ', "ب"], . ستون ها=['ج'], باسن=np.جمع) >>> جدول c بزرگ کوچک A B نوار یک 4. 0 5. 0 دو 7. 0 6. 0 foo one 4. 0 1. 0 دو نان 6. 0 

همچنین می توانیم مقادیر گمشده را با استفاده از پارامتر Fill_Value پر کنیم.

>>> جدول = pd.جدول محوری(df, ارزش های='D', فهرست مطالب=['آ', "ب"], . ستون ها=['ج'], باسن=np.جمع, FILL_VALUE=0) >>> جدول c بزرگ کوچک A B نوار یک 4 5 دو 7 6 foo one 4 1 دو 0 6 

مثال بعدی با گرفتن میانگین در چندین ستون جمع می شود.

>>> جدول = pd.جدول محوری(df, ارزش های=['D', 'e'], فهرست مطالب=['آ', 'ج'], . باسن='D': np.منظور داشتن, . 'e': np.منظور داشتن>) >>> جدول D E A C نوار بزرگ 5. 500000 7. 500000 کوچک 5. 500000 8. 500000 foo بزرگ 2. 000000 4. 500000 کوچک 2. 33333 4. 333333 

ما همچنین می توانیم انواع مختلفی از تجمع را برای هر ستون مقدار مشخص محاسبه کنیم.

>>> جدول = pd.جدول محوری(df, ارزش های=['D', 'e'], فهرست مطالب=['آ', 'ج'], . باسن='D': np.منظور داشتن, . 'e': [حداقل, حداکثر, np.منظور داشتن]>) >>> جدول D E میانگین حداکثر حداقل حداقل A C نوار بزرگ 5. 500000 9 7. 500000 6 کوچک 5. 500000 9 8. 500000 8 foo بزرگ 2. 000000 5 4. 500000 4 کوچک 2. 33333 6 4. 333333 2