Pandas DataFrame 透视表方法

介绍

在本实验中，我们将学习 Python pandas 库中的 pivot_table() 方法。pivot_table() 方法用于对 DataFrame 中的数据进行聚合和汇总。它返回一个类似电子表格的透视表作为新的 DataFrame。

虚拟机提示

虚拟机启动完成后，点击左上角切换到 Notebook 标签页，以访问 Jupyter Notebook 进行练习。

有时，你可能需要等待几秒钟，直到 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。

如果你在学习过程中遇到问题，随时可以向 Labby 寻求帮助。实验结束后请提供反馈，我们将及时为你解决问题。

导入所需的库并创建 DataFrame

首先，让我们导入 pandas 库并创建包含一些示例数据的 DataFrame。我们将创建一个包含 'Date'、'State'、'Temperature' 和 'Humidity' 列的 DataFrame。

import pandas as pd

df = pd.DataFrame({'Date': ['1/1/2021', '1/1/2021', '2/1/2021', '2/1/2021', '1/1/2021', '1/1/2021', '2/1/2021', '2/1/2021'],
                   'State': ['Karnataka', 'Karnataka', 'Karnataka', 'Karnataka', 'Tamilnadu', 'Tamilnadu', 'Tamilnadu', 'Tamilnadu'],
                   'Temperature': [25, 29, 28, 31, 26, 27, 22, 32],
                   'Humidity': [46, 50, 52, 59, 42, 45, 46, 43]})

使用 pivot_table() 方法聚合 DataFrame

要使用 pivot_table() 方法聚合 DataFrame 中的数据，我们需要指定要用作索引、列以及要聚合的值的列。

pivot_df = df.pivot_table(index='Date', columns='State', aggfunc='mean')

显示生成的 DataFrame

最后，让我们显示生成的透视表 DataFrame。

print(pivot_df)

总结

通过以上步骤，我们能够使用 pandas 库中的 pivot_table() 方法对 DataFrame 中的数据进行聚合和汇总。这种方法对于以表格形式分析和可视化数据非常有用。生成的透视表 DataFrame 提供了一种便捷的方式，可以基于不同的索引和列查看聚合后的值。