pandas函数之pivot、pivot_table和crosstab

1、pivot方法

　　pandas.pivot(data, index=None, columns=None, values=None)

　　（1）参数

　　　　data：DataFrame

　　　　index：str or object or a list of str, optional。用于创建新DataFrame索引名称。 如果没有，则使用现有的索引。

　　　　columns：str or object or a list of str。用于创建新DataFrame列名称。

　　　　values：str, object or a list of the previous, optional。

　　（2）举例　　　　

 

　　　　 df = pd.DataFrame({'foo': ['one', 'one', 'one', 'two', 'two','two'], 
　　　　　　　　　　　　　　　'bar': ['A', 'B', 'C', 'A', 'B', 'C'],
　　　　　　　　　　　　　　　'baz': [1, 2, 3, 4, 5, 6],
　　　　　　　　　　　　　　　'zoo': ['x', 'y', 'z', 'q', 'w', 't']})

 　　　　　　　　foo   bar  baz  zoo
　　　　　　0   one   A    1    x
　　　　　　1   one   B    2    y
　　　　　　2   one   C    3    z
　　　　　　3   two   A    4    q
　　　　　　4   two   B    5    w
　　　　　　5   two   C    6    t

　　　　　pivot_df = pd.pivot(df,columns='bar')
    　　　　　　 foo            baz            zoo          
　　　　　　bar    A    B    C    A    B    C    A    B    C
　　　　　　0    one  NaN  NaN  1.0  NaN  NaN    x  NaN  NaN
　　　　　　1    NaN  one  NaN  NaN  2.0  NaN  NaN    y  NaN
　　　　　　2    NaN  NaN  one  NaN  NaN  3.0  NaN  NaN    z
　　　　　　3    two  NaN  NaN  4.0  NaN  NaN    q  NaN  NaN
　　　　　　4    NaN  two  NaN  NaN  5.0  NaN  NaN    w  NaN
　　　　　　5    NaN  NaN  two  NaN  NaN  6.0  NaN  NaN    t

　　　　df.pivot(index='foo', columns='bar', values='baz')
　　　　　　bar  A   B   C
　　　　　　foo
　　　　　　one  1   2   3
　　　　　　two  4   5   

　　　　df.pivot(index='foo', columns='bar')['baz']
　　　　　　bar  A   B   C
　　　　　　foo
　　　　　　one  1   2   3
　　　　　　two  4   5   6

　　　　df.pivot(index='foo', columns='bar', values=['baz', 'zoo'])
      　　　　　　baz       zoo
　　　　　　bar   A  B  C   A  B  C
　　　　　　foo
　　　　　　one   1  2  3   x  y  z
　　　　　　two   4  5  6   q  w  t

　　　　索引和列都是列表形式

　　　　df = pd.DataFrame({"lev1": [1, 1, 1, 2, 2, 2],
                   　　　　"lev2": [1, 1, 2, 1, 1, 2],
                　　　　   "lev3": [1, 2, 1, 2, 1, 2],
　　　　　　　　　　         "lev4": [1, 2, 3, 4, 5, 6],
 　　　　　　　　　　　　　　 "values": [0, 1, 2, 3, 4, 5]})

 　　　　　　　　　　lev1 lev2 lev3 lev4 values
　　　　　　　　　0   1    1    1    1    0
　　　　　　　　　1   1    1    2    2    1
　　　　　　　　　2   1    2    1    3    2
　　　　　　　　　3   2    1    2    4    3
　　　　　　　　　4   2    1    1    5    4
　　　　　　　　　5   2    2    2    6    5

　　　　df.pivot(index="lev1", columns=["lev2", "lev3"],values="values")

　　　　　　lev2    1         2
　　　　　　lev3    1    2    1    2
　　　　　　lev1
　　　　　　1     0.0  1.0  2.0  NaN
　　　　　　2     4.0  3.0  NaN  5.0

　　　　df.pivot(index=["lev1", "lev2"], columns=["lev3"],values="values")

     　　　　　　 lev3    1    2
　　　　　　lev1  lev2
  　　　　　　 1     1  0.0  1.0
   　　　　　　      2  2.0  NaN
   　　　　　　2     1  4.0  3.0
    　　　　　　     2  NaN  5.0

 

2、pivot_table方法（透视表）

　　　　pandas.pivot_table(data, values=None, index=None, columns=None, aggfunc='mean',fill_value=None, margins=False, 

　　　　　　　　　　　　　　dropna=True, margins_name='All', observed=False,sort=True)
 　　　　（1）参数

　　　　　　data：DataFrame

　　　　　　values：列聚合值。

　　　　　　index：column, Grouper, array, or list of the previous。

　　　　　　columns：column, Grouper, array, or list of the previous。

　　　　　　aggfunc：function, list of functions, dict, default numpy.mean。聚合方式

　　　　　　fill_value:scalar, default None。Value to replace missing values with (in the resulting pivot table, after aggregation).（缺失值填充）

　　　　　　margins：bool, default False。Add all row / columns

　　　　　　dropna：bool, default True。Do not include columns whose entries are all NaN.

　　　　　　margins_name：str, default ‘All’。Name of the row / column that will contain the totals when margins is True.

　　　　　　observed：bool, default False

　　　（2）举例

　　　　　　df = pd.DataFrame({"A": ["foo", "foo", "foo", "foo", "foo",

　　　　　　　　　　　　　　　　　"bar", "bar", "bar", "bar"],

　　　　　　　　　　　　　　　　　"B": ["one", "one", "one", "two", "two","one", "one", "two", "two"],

　　　　　　　　　　　　　　　　　"C": ["small", "large", "large", "small","small", "large", "small", "small","large"],

　　　　　　　　　　　　　　　　　"D": [1, 2, 2, 3, 3, 4, 5, 6, 7],

　　　　　　　　　　　　　　　　　"E": [2, 4, 5, 5, 6, 6, 8, 9, 9]})

 

    　　　　　　　　 A    B      C  D  E
　　　　　　　　0  foo  one  small  1  2
　　　　　　　　1  foo  one  large  2  4
　　　　　　　　2  foo  one  large  2  5
　　　　　　　　3  foo  two  small  3  5
　　　　　　　　4  foo  two  small  3  6
　　　　　　　　5  bar  one  large  4  6
　　　　　　　　6  bar  one  small  5  8
　　　　　　　　7  bar  two  small  6  9
　　　　　　　　8  bar  two  large  7  9
　　　　
　　　　　　table = pd.pivot_table(df, values='D', index=['A', 'B'],columns=['C'], aggfunc=np.sum)

　　　　　　　　C        large  small
　　　　　　　　A   B
　　　　　　　　bar one    4.0    5.0
    　　　　　　　　two    7.0    6.0
　　　　　　　　foo one    4.0    1.0
    　　　　　　　　two    NaN    6.0　

　　　　 table = pd.pivot_table(df, values='D', index=['A', 'B'],columns=['C'], aggfunc=np.sum, fill_value=0)
　　　　　　　　　　C        large  small
　　　　　　　　　　A   B
　　　　　　　　　　bar one      4      5
    　　　　　　　　　　two      7      6
　　　　　　　　　　foo one      4      1
    　　　　　　　　　　two      0      6
　　　　　　
　　　　　　table = pd.pivot_table(df, values=['D', 'E'], index=['A', 'C'],aggfunc={'D': np.mean,'E': np.mean})
 　　　　　　               D         E
　　　　　　A   C
　　　　　　bar large  5.500000  7.500000
    　　　　　　small  5.500000  8.500000
　　　　　　foo large  2.000000  4.500000
    　　　　　　small  2.333333  4.333333

　　　　　table = pd.pivot_table(df, values=['D', 'E'], index=['A', 'C'],aggfunc={'D': np.mean,'E': [min, max, np.mean]})
　　　　　　                  D   E
　　　　　　               mean max      mean  min
　　　　　　A   C
　　　　　　bar large  5.500000   9  7.500000    6
    　　　　　　small  5.500000   9  8.500000    8
　　　　　　foo large  2.000000   5  4.500000    4
    　　　　　　small  2.333333   6  4.333333    2
3、crosstab方法（交叉表）：默认计算分组结果的出现次数，如果需要计算其他分组信息（如分组内的均值、方差等），需要制定具体的values和aggfunc，aggfunc作用于values制定的属性上
　　　　pandas.crosstab(index, columns, values=None, rownames=None, colnames=None, aggfunc=None,
　　　　　　　　　　　　　　margins=False, margins_name='All', dropna=True, normalize=False)
　　　　（1）参数
　　　　index:array-like, Series, or list of arrays/Series。分组的行信息
　　　　 column:array-like, Series, or list of arrays/Series。分组的列信息
　　　　 values:array-like, optional。要聚合的值。
　　　　 rownames:sequence, default None。行名称。
　　　　 colnames:sequence, default None。列名称。
　　　　 aggfunc:function, optional。聚合函数，必须有values参数。
　　　　 margins：bool, default False。Add row/column margins (subtotals).
　　　　 margins_name:str, default ‘All’。Name of the row/column that will contain the totals when margins is True.
　　　　 dropna:bool, default True。Do not include columns whose entries are all NaN.
　　　　 normalize:bool, {‘all’, ‘index’, ‘columns’}, or {0,1}, default False。标准化统计各行列的百分比。如果传all或者True，将输出当前值对所有值得百分比（分母是所有行列的值）。如　　        果传“index”则对行进行百分比统计。如果传“columns”则对列进行百分比统计。如果margins为True，将会把All的值也计算在内进行百分比统计。
　　　　（2）举例
　　　　　　a = np.array(["foo", "foo", "foo", "foo", "bar", "bar","bar", "bar", "foo", "foo", "foo"], dtype=object)
　　　　　　　　b = np.array(["one", "one", "one", "two", "one", "one","one", "two", "two", "two", "one"], dtype=object)
　　　　　　　　c = np.array(["dull", "dull", "shiny", "dull", "dull", "shiny","shiny", "dull", "shiny", "shiny", "shiny"],dtype=object)
　　　　　　　　pd.crosstab(a, [b, c], rownames=['a'], colnames=['b', 'c'])
　　　　　　　　　　b   one        two
　　　　　　　　　　c   dull shiny dull shiny
　　　　　　　　　　a　　
　　　　　　　　　　bar    1     2    1     0
　　　　　　　　　　foo    2     2    1     2

　　　　　　　　foo = pd.Categorical(['a', 'b'], categories=['a', 'b', 'c'])
　　　　　　　　bar = pd.Categorical(['d', 'e'], categories=['d', 'e', 'f'])
　　　　　　　　pd.crosstab(foo, bar)
　　　　　　　　　　col_0  d  e
　　　　　　　　　　row_0
　　　　　　　　　　a      1  0
　　　　　　　　　　b      0  1
　　　　　　　　pd.crosstab(foo, bar, dropna=False)
　　　　　　　　　　col_0  d  e  f
　　　　　　　　　　row_0
　　　　　　　　　　a      1  0  0
　　　　　　　　　　b      0  1  0
　　　　　　　　　　c      0  0  0