Pandas df.pivot() 函数

Pandas 常用函数

df.pivot() 是 DataFrame 的成员方法，用于创建透视表。它可以根据指定的行索引、列索引和值列，将数据重塑为新的布局形式。

与 pivot_table() 不同，pivot() 不支持聚合操作，要求行索引和列索引的组合是唯一的，否则会抛出错误。

单词释义： pivot 意为"旋转、枢轴"，这里指数据的"旋转"重塑，像Pivot表一样可以动态切换行列维度。

基本语法与参数

df.pivot() 是 DataFrame 的实例方法，通过点运算符调用。

语法格式

DataFrame.pivot(index=None, columns, values=None)

参数说明

• 参数： index
  • 类型： 列名、标签、标签列表或 None。
  • 描述： 用作新 DataFrame 行索引的列。如果为 None，则使用现有的行索引。
• 参数： columns
  • 类型： 列名或标签。
  • 描述： 必填参数。用作新 DataFrame 列索引的列，用于将唯一值展开为列名。
• 参数： values
  • 类型： 列名、标签、标签列表或 None。
  • 描述： 用于填充 DataFrame 的数据列。如果不指定，则使用除 index 和 columns 外的所有列。

函数说明

• 返回值： 返回一个新的 DataFrame，即透视表。
• 限制： 如果 index 和 columns 的组合存在重复值，会抛出 ValueError。这种情况下应使用 pivot_table()，它会自动进行聚合。

实例

让我们通过一系列从简单到复杂的例子，彻底掌握 df.pivot() 的用法。

示例 1：基础用法 - 创建简单透视表

运行结果预期:

=== 原始销售数据 ===
  product  region  sales
0       A   North    100
1       A   South    150
2       B   North    200
3       B   South    180
4       C   North    220
5       C   South    250

=== df.pivot() 透视表 ===
region   North  South
product
A         100    150
B         200    180
C         220    250

代码解析:

1. 原始数据是长格式，每行记录一个产品在某个地区的销售额。
2. pivot() 将 product 列作为行索引，region 列作为列索引，sales 作为值。
3. 结果是一个清晰的二维表格，可以直观比较不同产品在不同地区的销售情况。

示例 2：多列值 - 同时透视多个指标

可以同时透视多个数值列，获得更丰富的数据视图。

运行结果预期:

=== 原始数据 ===
  product  region  sales  quantity
0       A   North    100         10
1       A   South    150         15
2       B   North    200         20
3       B   South    180         18
4       A   East    120         12
5       A   West    130         13
6       B   East    190         19
7       B   West    210         21

=== 销售额透视表 ===
region   East  North  South  West
product
A         120    100    150   130
B         190    200    180   210

=== 多指标透视 ===
         sales              quantity
region   East North South West  East North South West
product
A         120  100   150  130     12    10    15   13
B         190  200   180  210     19    20    18   21

代码解析:

• 不指定 values 参数时，会使用除 index 和 columns 外的所有列。
• 多列透视会产生多层列索引，第一层是原始列名，第二层是 columns 参数的值。
• 这种方法便于同时对比多个指标在不同维度下的表现。

示例 3：多层索引 - 使用多个列作为行索引

可以使用多个列创建具有层次化索引的透视表。

运行结果预期:

=== 原始数据 ===
   year quarter product  sales
0  2023      Q1       A    100
1  2023      Q1       B    150
值会抛出错误
- 这是 pivot() 和 pivot_table() 的关键区别：pivot() 要求数据唯一性，pivot_table() 会自动聚合重复值

代码解析:

• 通过 index=['year', 'quarter'] 可以创建具有多层行索引的透视表。
• 这种格式便于按时间维度分析不同产品的表现。
• 使用 reset_index() 可以将层次化索引转换回普通列。

注意： 如果原始数据中存在相同的 index + columns 组合，pivot() 会抛出 ValueError: Index contains duplicate entries。此时应使用 pivot_table()，它会自动对重复值进行聚合。

Pandas 常用函数