Die Pandas Pivot_table() wird zum Berechnen, Aggregieren und Zusammenfassen Ihrer Daten verwendet. Es ist als leistungsstarkes Tool definiert, das Daten mit Berechnungen wie z. B. aggregiert Summe, Anzahl, Durchschnitt, Max, Und Mindest .

Es ermöglicht dem Benutzer außerdem, Ihre Daten zu sortieren und zu filtern, nachdem die Pivot-Tabelle erstellt wurde.

Parameter:

Daten:Ein DataFrame.Werte:Es ist ein Optional Parameter und verweist die Spalte auf Aggregat.Index:Es bezieht sich auf die Spalte, den Grouper und das Array.

Wenn wir ein Array übergeben, muss es dieselbe Länge wie die Daten haben.

Säulen:Bezieht sich auf Spalte, Grouper und Array

Wenn wir ein Array übergeben, muss es dieselbe Länge wie die Daten haben.

aggfunc:Funktion, Liste der Funktionen, dict, Standard numpy.mean
Wenn wir die Liste der Funktionen übergeben, enthält die resultierende Pivot-Tabelle hierarchische Spalten, deren oberste Ebene die Funktionsnamen sind.
Wenn wir ein Diktat übergeben, wird der Schlüssel als zu aggregierende Spalte bezeichnet und der Wert ist eine Funktion oder eine Liste von Funktionen.fill_value[Skalar, Standard: Keiner]:Es ersetzt die fehlenden Werte durch einen Wert.margins[boolean, default False]:Es addiert alle Zeilen/Spalten (z. B. für Zwischensumme/Gesamtsumme)dropna[boolean, Standardwert True]:Es löscht die Spalten, deren Einträge alle NaN sind.margins_name[string, default 'All'] :Es bezieht sich auf den Namen der Zeile/Spalte, die die Summen enthält, wenn die Ränder „True“ sind.

Kehrt zurück:

Als Ausgabe wird ein DataFrame zurückgegeben.

Beispiel:

 # importing pandas as pd import pandas as pd import numpy as np # create dataframe info = pd.DataFrame({'P': ['Smith', 'John', 'William', 'Parker'], 'Q': ['Python', 'C', 'C++', 'Java'], 'R': [19, 24, 22, 25]}) info table = pd.pivot_table(info, index =['P', 'Q']) table 

Ausgabe

 P Q R John C 24 Parker Java 25 Smith Python 19 William C 22