无名阁,只为技术而生。流水不争先,争的是滔滔不绝。

(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)

前沿技术 Micheal 4个月前 (06-10) 73次浏览 已收录 扫描二维码

(pivot函数) pandas应用实例之pivot函数详解

Pandaspivot 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:

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

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:

喜欢 (0)
[]
分享 (0)
关于作者:
流水不争先,争的是滔滔不绝