Pandas>>pivot_table()函數列轉行
DataFrame.pivot_table(values=None,index=None,columns=None,aggfunc='mean',fill_value=None,margins=False,dropna=True,margins_name='All')
index：必選參數，用來指定行索引。如果用數組做行索引，數據必須等長。columns：必選參數，用來指定列索引。values：可選參數，用來做集合的值。默認是顯示所有的值。aggfunc：聚合函數， pivot_table後新dataframe的值都會通過aggfunc進行運算。在pivot_table會將多重值調用aggfunc函數後放在相應的位置上。默認的aggfunc函數為求平均。fill_value：填充NA值。默認不填充margins：添加行列的總計，默認不顯示。dropna：如果整行都為NA值，則進行丟棄，默認丟棄。margins_name：在margins參數為ture時，用來修改margins的名稱import pandas as pdimport numpy as npdata_test= pd.DataFrame([[1,'張三','sex',1],[1,'張三','height',1.78],[1,'張三','weight',60],[2,'李四','sex',1],[2,'李四','height',1.75],[2,'李四','weight',59],[3,'王五','sex',0],[3,'王五','height',1.72],[3,'王五','weight',58]#[3,'王五','weight',58]],columns =['id','name','description','description_value'])data_test
如下將多行轉換成一行：
data_test.pivot_table(index=['id','name'],#必選參數，用來指定行索引。如果用數組做行索引，數據必須等長columns='description',#必選參數，用來指定列索引。values='description_value'#可選參數，用來做集合的值。默認是顯示所有的值。#aggfunc='sum')
aggfunc聚合函數，在什麼時候用呢？如下基礎數據：
import pandas as pdimport numpy as npdata_test= pd.DataFrame([[1,'張三','sex',1],[1,'張三','height',1.78],[1,'張三','weight',60],[2,'李四','sex',1],[2,'李四','height',1.75],[2,'李四','weight',59],[3,'王五','sex',0],[3,'王五','height',1.72],[3,'王五','weight',58],[3,'王五','weight',58]],columns =['id','name','description','description_value'])data_test
這裡也對其進行多行轉一行：
data_test.pivot_table(index=['id','name'],#必選參數，用來指定行索引。如果用數組做行索引，數據必須等長columns='description',#必選參數，用來指定列索引。values='description_value',#可選參數，用來做集合的值。默認是顯示所有的值。aggfunc='sum'#mean)