(pivot函数) pandas应用实例之pivot函数详解 Pandas pivot函数：将长格式数据转换为宽格式数据 全网首发(图文详解1)

(pivot函数) pandas应用实例之pivot函数详解

Pandas 的 pivot 函数通常用于重新组织数据，其典型应用是将长格式的数据转换为宽格式的数据。下面通过一个实例详细解释如何使用 pivot 函数，并给出相应的代码和注释说明。

实例数据：

假设我们有以下的销售数据，包含日期、产品和销售额三列：

如果我们想分析每天各产品的销售情况，就可以用 pivot 函数将这个长格式的数据转换为宽格式数据。

解决步骤：

1. 导入Pandas库和创建数据集

import pandas as pd

# 创建数据
data = {
    '日期': ['2024-05-01', '2024-05-01', '2024-05-02', '2024-05-02'],
    '产品': ['A', 'B', 'A', 'B'],
    '销售额': [100, 200, 150, 300]
}

# 创建DataFrame
df = pd.DataFrame(data)

2. 使用pivot函数

# 使用pivot函数重组数据
pivot_df = df.pivot(index='日期', columns='产品', values='销售额')

3. 查看结果

转换后的宽格式数据的每一行对应一个日期，每一列对应一个产品，数据单元格是销售额。

完整代码示例：

import pandas as pd

# 创建数据
data = {
    '日期': ['2024-05-01', '2024-05-01', '2024-05-02', '2024-05-02'],
    '产品': ['A', 'B', 'A', 'B'],
    '销售额': [100, 200, 150, 300]
}

# 创建DataFrame
df = pd.DataFrame(data)

# 使用pivot函数重组数据
pivot_df = df.pivot(index='日期', columns='产品', values='销售额')

# 打印结果
print(pivot_df)

执行上述代码后，会得到如下的宽格式DataFrame:

产品             A    B
日期                    
2024-05-01    100  200
2024-05-02    150  300

注意事项：

• 在使用 pivot 函数时，我们必须确保指定的 index 和 columns 参数组合是唯一的，否则 pivot 操作将会失败，抛出 ValueError。
• 如果存在重复的组合，并且我们仍然需要重塑数据，通常会使用 pivot_table 函数，它可以聚合重复项。
• 在实际使用中，pivot 是一个常用的数据预处理步骤，帮助我们进行更加便捷的数据分析和可视化。
  (哔哩哔哩 mac) bilibili哔哩哔哩客户端 v7.60.0 Mac 官方正式苹果电脑版 如何安装 bilibili 客户端 全网首发(图文详解1)
  (js定义数组) JavaScript定义数组的三种方法(new Array(),new Array(‘x’,’y’) JavaScript 数组定义方式 全网首发(图文详解1)

喜欢 (0)赏

[]

分享 (0)