相信接觸過(guò)Excel的小伙伴都知道，Excel有一個(gè)非常強(qiáng)大的功能“數(shù)據(jù)透視表”，使用數(shù)據(jù)透視表可以自由選擇不同字段，用不同的聚合函數(shù)進(jìn)行匯總，并建立交叉表格，用以從不同層面觀察數(shù)據(jù)。這么強(qiáng)大的功能，在Python中怎么去實(shí)現(xiàn)呢?

不用擔(dān)心，Python的"數(shù)據(jù)分析小能手"Pandas很貼心地為我們提供了一個(gè)快速實(shí)現(xiàn)數(shù)據(jù)透視表功能的方法——pivot_table()。事不宜遲，讓我們趕緊看看如何在Python中實(shí)現(xiàn)數(shù)據(jù)透視表!

1. 數(shù)據(jù)

為幫助大家更好地理解，在講解如何使用pivot_table( )實(shí)現(xiàn)透視表前，我們先導(dǎo)入示例數(shù)據(jù)，在接下來(lái)的講解中都使用此數(shù)據(jù)作為例子。

# 導(dǎo)入示例數(shù)據(jù) 
<<< datadata =pd.read_csv("data.csv") 
<<< data.head() 
    月份  項(xiàng)目  部門(mén)   金額       剩余金額 
0   1月  水費(fèi)  市場(chǎng)部 1962.37    8210.58 
1   2月  水費(fèi)  市場(chǎng)部 690.69     9510.60 
2   2月  電費(fèi)  市場(chǎng)部 2310.12    5384.92 
3   2月  電費(fèi)  運(yùn)營(yíng)部 -1962.37   7973.10 
4   2月  電費(fèi)  開(kāi)發(fā)部 1322.33    6572.16 

下面我將帶大家使用pivot_table( )一步一步實(shí)現(xiàn)數(shù)據(jù)透視表的操作。

2. 操作

首先，原數(shù)據(jù)有5個(gè)字段，我們?cè)谧鰯?shù)據(jù)透視表之前必須理解每個(gè)字段的意思，明確清楚自己需要得到什么信息。

假設(shè)我們想看看不同月份所花費(fèi)的水電費(fèi)金額是多少，這時(shí)我們需要把字段“月份”設(shè)置為索引，將字段“金額”設(shè)置為我們需要看的值，具體代碼如下：

<<< data.pivot_table(index=['月份'],values=['金額']) 
           金額 
月份   
10月 3723.940000 
11月 2900.151667 
12月 10768.262857 
1月  1962.370000 
2月  1432.280000 
3月  3212.106667 
4月  4019.175000 
5月  4051.480000 
6月  6682.632500 
7月  11336.463333 
8月  17523.485000 
9月  10431.960000 

參數(shù)index為設(shè)置的索引列表，即分組依據(jù)，需要用中括號(hào)[ ]將索引字段括起來(lái);參數(shù)values為分組后進(jìn)行計(jì)算的字段列表，也需要用中括號(hào)[ ]括起來(lái)。這兩個(gè)參數(shù)的值可以是一個(gè)或多個(gè)字段，即按照多個(gè)字段進(jìn)行分組和對(duì)多個(gè)字段進(jìn)行計(jì)算匯總。例如，設(shè)置index=['項(xiàng)目','部門(mén)']代表求不同項(xiàng)目不同部門(mén)下的金額。

<<< data.pivot_table(index=['項(xiàng)目','部門(mén)'],values=['金額']) 
            金額 
項(xiàng)目  部門(mén)   
水費(fèi)  市場(chǎng)部  3614.318125 
     開(kāi)發(fā)部   2358.205000 
     運(yùn)營(yíng)部   5896.213333 
電費(fèi)  市場(chǎng)部   6094.748235 
      開(kāi)發(fā)部   1322.330000 
      運(yùn)營(yíng)部   7288.615000 
采暖費(fèi) 市場(chǎng)部   5068.380000 
      運(yùn)營(yíng)部   55978.000000 

若設(shè)置values=['金額','剩余金額']，即求不同項(xiàng)目不同部門(mén)下金額和剩余金額的值。

<<< data.pivot_table(index=['項(xiàng)目','部門(mén)'],values=['金額','剩余金額']) 
              剩余金額       金額 
項(xiàng)目  部門(mén)       
水費(fèi)  市場(chǎng)部    7478.423125  3614.318125 
      開(kāi)發(fā)部   6866.490000   2358.205000 
      運(yùn)營(yíng)部   7224.033333   5896.213333 
電費(fèi)  市場(chǎng)部    7645.535882   6094.748235 
      開(kāi)發(fā)部   6572.160000    1322.330000 
      運(yùn)營(yíng)部   8821.895000    7288.615000 
采暖費(fèi) 市場(chǎng)部   6572.030000    5068.380000 
      運(yùn)營(yíng)部   7908.560000    55978.000000 

同時(shí)，如果我們想以交叉表的形式查看不同項(xiàng)目和不同部門(mén)下的消費(fèi)金額，這時(shí)就要將字段‘部門(mén)’設(shè)置為列名，進(jìn)行交叉查看，具體代碼如下：

<<< data.pivot_table(index=['項(xiàng)目'],columns=['部門(mén)'],values=['金額']) 
      金額 
部門(mén)   市場(chǎng)部        開(kāi)發(fā)部     運(yùn)營(yíng)部 
項(xiàng)目           
水費(fèi)   3614.318125  2358.205  5896.213333 
電費(fèi)   6094.748235  1322.330  7288.615000 
采暖費(fèi)  5068.380000  NaN      55978.000000 

通過(guò)上面的示例，我們可以看到某個(gè)分組下不存在記錄會(huì)被標(biāo)記為NAN，例如上述中采暖部和開(kāi)發(fā)部不存在金額這一字段的記錄，則會(huì)標(biāo)記為NAN。如果不希望被標(biāo)記為NAN，我們可以通過(guò)設(shè)置參數(shù)fill_value=0來(lái)用數(shù)值0替代這部分的缺失值。

<<< data.pivot_table(index=['項(xiàng)目'],columns=['部門(mén)'],values=['金額'],fill_value=0) 
      金額 
部門(mén)   市場(chǎng)部        開(kāi)發(fā)部     運(yùn)營(yíng)部 
項(xiàng)目           
水費(fèi)   3614.318125  2358.205  5896.213333 
電費(fèi)   6094.748235  1322.330  7288.615000 
采暖費(fèi)  5068.380000  0.000    55978.000000 

在上面的示例中，我們都是默認(rèn)分組后對(duì)值進(jìn)行求平均值計(jì)算，假如我們想查看不同項(xiàng)目不同部門(mén)下金額的總和該怎么實(shí)現(xiàn)呢?

通過(guò)設(shè)置參數(shù)aggfunc=np.sum即可對(duì)分組后的值進(jìn)行求和操作，參數(shù)aggfunc代表分組后值的匯總方式，可傳入numpy庫(kù)中的聚合方法。

<<< data.pivot_table(index=['項(xiàng)目'],columns=['部門(mén)'],values=['金額'],fill_value=0,aggfunc=np.sum) 
金額 
部門(mén)    市場(chǎng)部      開(kāi)發(fā)部    運(yùn)營(yíng)部 
項(xiàng)目           
水費(fèi)    57829.09   4716.41   17688.64 
電費(fèi)    103610.72  1322.33   29154.46 
采暖費(fèi)   5068.38    0.00     55978.00 

除了常見(jiàn)的求和、求平均值這兩種聚合方法，我們還可能接觸到以下這幾種：

描述方法標(biāo)準(zhǔn)差np.std()方差np.var()所有元素相乘np.prod()中數(shù)np.median()冪運(yùn)算np.power()開(kāi)方np.sqrt()最小值np.min()最大值np.max()以e為底的指數(shù)np.exp(10)對(duì)數(shù)np.log(10)

與前面介紹的參數(shù)index，columns，value一樣，參數(shù)aggfunc傳入的值也是一個(gè)列表，表示可傳入一個(gè)或多個(gè)值。當(dāng)傳入多個(gè)值時(shí)，表示對(duì)該值進(jìn)行多種匯總方式，例如同時(shí)求不同項(xiàng)目不同部門(mén)下金額的求和值和平均值：

<<< data.pivot_table(index=['項(xiàng)目'],columns=['部門(mén)'],values=['金額'],fill_value=0,aggfunc=[np.sum,np.max]) 
     sum               amax 
     金額               金額 
部門(mén)  市場(chǎng)部 開(kāi)發(fā)部 運(yùn)營(yíng)部 市場(chǎng)部 開(kāi)發(fā)部 運(yùn)營(yíng)部 
項(xiàng)目                       
水費(fèi)  57829.09  4716.41  17688.64 16807.58 2941.28 6273.56 
電費(fèi)  103610.72 1322.33  29154.46 18239.39 1322.33 26266.60 
采暖費(fèi) 5068.38   0.00    55978.00  5068.38  0.00    55978.00 

同時(shí)，如果我們想對(duì)不同字段進(jìn)行不同的匯總方式，可通過(guò)對(duì)參數(shù)aggfunc傳入字典來(lái)實(shí)現(xiàn)，例如我們可以同時(shí)對(duì)不同項(xiàng)目不同部門(mén)下，對(duì)字段金額求總和值，對(duì)字段剩余金額求平均值：

<<< data.pivot_table(index=['項(xiàng)目'],columns=['部門(mén)'],values=['金額','剩余金額'],fill_value=0,aggfunc={'金額':np.sum,'剩余金額':np.max}) 
     剩余金額                  金額 
部門(mén)  市場(chǎng)部   開(kāi)發(fā)部   運(yùn)營(yíng)部   市場(chǎng)部     開(kāi)發(fā)部     運(yùn)營(yíng)部 
項(xiàng)目                       
水費(fèi)  9510.60 8719.34 7810.38 57829.09   4716.41  17688.64 
電費(fèi)  9625.27 6572.16 9938.82 103610.72  1322.33  29154.46 
采暖費(fèi) 6572.03 0.00    7908.56 5068.38    0.00     55978.00 

另外，在進(jìn)行以上功能的同時(shí)，pivot_table還為我們提供了一個(gè)求所有行及所有列對(duì)應(yīng)合計(jì)值的參數(shù)margins，當(dāng)設(shè)置參數(shù)margins=True時(shí)，會(huì)在輸出結(jié)果的最后添加一行'All',表示根據(jù)columns進(jìn)行分組后每一項(xiàng)的列總計(jì)值;以及在輸出結(jié)果的最后添加一列'All',表示根據(jù)index進(jìn)行分組后每一項(xiàng)的行總計(jì)值。

<<< pd.set_option('precision',0) 
<<< data.pivot_table(index=['項(xiàng)目'],columns=['部門(mén)'],values=['金額','剩余金額'],fill_value=0,aggfunc={'金額':np.sum,'剩余金額':np.max},margins=True) 
     剩余金額                 金額 
部門(mén)  市場(chǎng)部 開(kāi)發(fā)部 運(yùn)營(yíng)部 All   市場(chǎng)部  開(kāi)發(fā)部  運(yùn)營(yíng)部  All 
項(xiàng)目                               
水費(fèi)  9511  8719  7810  9511  57829  4716   17689  80234 
電費(fèi)  9625  6572  9939  9939  103611  1322  29154  134088 
采暖費(fèi) 6572  0     7909  7909  5068    0     55978  61046 
All   9625  8719  9939  9939  166508  6039  102821 275368 

3. 番外

上面詳細(xì)介紹了如何在python中通過(guò)pivot_table( )方法實(shí)現(xiàn)數(shù)據(jù)透視表的功能，那么，與數(shù)據(jù)透視表原理相同，顯示方式不同的‘數(shù)據(jù)透視圖’又該怎么實(shí)現(xiàn)呢?

實(shí)現(xiàn)方法非常簡(jiǎn)單，將上述進(jìn)行pivot_table操作后的對(duì)象進(jìn)行實(shí)例化，再對(duì)實(shí)例化后的對(duì)象進(jìn)行plot繪圖操作即可，具體代碼如下：

<<< dfdf=data.pivot_table(index=['項(xiàng)目'],columns=['部門(mén)'],values='金額',fill_value=0) 
<<< df.plot(kind='bar')