Pandas分组统计函数：pivot_table和crosstab

By Mac小兔 at: 2018-03-14

透视表pivot_table

语法

1
pandas.pivot_table(data, values=None, index=None, columns=None, aggfunc='mean', fill_value=None, margins=False, dropna=True, margins_name='All')

解析

  • pivot_table（数据透视表）可以看做是一种高级的groupby功能
  • index指定行键，columns指定列键
  • margins:设置为true，则可以得到分项总计数据

交叉表crosstab

语法

1
pandas.crosstab(index, columns, values=None, rownames=None, colnames=None, aggfunc=None, margins=False, margins_name='All', dropna=True, normalize=False)

解析

  • 可以按照指定的行和列统计分组频数

groupby和pivot_table区别示例

1
2
3

a=pd.pivot_table(df,index=['Category','Buyer','Product'],values=['Qty','Amount'],aggfunc={'Qty':(np.sum),'Amount':(np.sum)})
b=df[['Buyer','Category','Product','Amount','Qty']].groupby(['Category','Buyer','Product']).sum()
Link.