用pivot函數輕鬆實現數據透視表

引言

數據透視表是數據分析中非常重要的一種工具，可以幫助人們快速地對數據進行匯總和分析，並更好地了解數據背後的規律和趨勢。在Python中，我們可以使用pivot函數輕鬆實現數據透視表的生成和操作。本文將詳細介紹pivot函數的使用方法，並展示實際案例中如何使用pivot函數快速生成數據透視表。

使用Pivot函數生成數據透視表

什麼是Pivot函數

在Python中，Pivot函數是一種用於操作數據透視表的函數，它的使用方法相對簡單，可以方便地轉換數據並生成數據透視表。

Pivot函數的用法

Pivot函數的基本語法如下所示：

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

其中，參數意義如下：

• values: 需要聚合的列（或者多個列）的名稱
• index: 行索引，即想要分組的列的名稱
• columns: 列索引，即想要將數據聚合到的列的名稱
• aggfunc: 聚合函數，統計匯總方式，默認為均值（mean）
• fill_value: 缺失值填充為指定的值
• margins: 是否添加行/列總計，默認為False
• dropna: 是否刪除空值行
• margins_name: 索引名稱

使用Pivot函數生成數據透視表的步驟

使用Pivot函數生成數據透視表主要包括以下幾個步驟：

1. 選擇需要參與數據透視表計算的列
2. 篩選出所有需要進行分組的列
3. 按照需要分組的列進行分組
4. 使用pivot函數對數據進行透視操作

實際案例演示

在本節中，我們將通過一個實際的例子演示如何使用pivot函數實現數據透視表的快速生成。數據集為一個關於全球航班延誤情況的數據集，數據的每一行表示一個特定的航班，包括航班的起飛和降落時間、起飛和降落的機場、航班狀態等信息。

讀取數據集

首先我們需要讀取數據集並將其存儲為一個數據框：

import pandas as pd
data = pd.read_csv('flights.csv', encoding='utf-8')

選擇需要參與計算的列

根據需要生成的數據透視表的結構，我們需要選擇需要參與計算的列。

table = data[['YEAR', 'MONTH', 'CARRIER_NAME', 'DEP_DELAY_NEW', 'ARR_DELAY_NEW']]

按照需要分組的列進行分組

接下來，我們需要將表格按照需要進行分組。在本例中，我們需要按照年份、月份、航空公司名稱進行分組。

table = table.groupby(['YEAR', 'MONTH', 'CARRIER_NAME']).sum().reset_index()

在上面的代碼中，我們使用了sum函數對每個分組中的DEP_DELAY_NEW和ARR_DELAY_NEW進行求和。

使用Pivot函數生成數據透視表

接下來，我們使用pivot函數對數據進行透視，並將結果存儲在一個新的數據框中。在本例中，我們需要將行索引設置為年份和月份，列索引設置為航空公司名稱，最終將DELAY_NEW列數據的均值存儲在新的數據框中。

pivoted = table.pivot_table(values='DEP_DELAY_NEW', index=['YEAR', 'MONTH'], columns='CARRIER_NAME', aggfunc='mean')

總結

本文詳細介紹了使用pivot函數實現數據透視表的生成和操作。我們先了解了Pivot函數的語法和使用方法，然後演示了一個實際的案例，通過幾個簡單的步驟使用Pivot函數生成了一個航班延誤情況的數據透視表。希望本文能夠對您學習Python數據分析帶來一定的幫助，如果您對本文還有任何疑問或建議，歡迎在評論區留言。