一行Pandas代碼制作數據分析透視表，太牛了！
導入模塊和讀取數據
那我們第一步仍然是導入模塊并且來讀取數據，數據集是北美咖啡的銷售數據，包括了咖啡的品種、銷售的地區(qū)、銷售的利潤和成本、銷量以及日期等等。
import pandas as pd
def load_data():
return pd.read_csv('coffee_sales.csv', parse_dates=['order_date'])
那小編這里將讀取數據封裝成了一個自定義的函數，讀者也可以根據自己的習慣來進行數據的讀取。
df = load_data()
df.head()
output
通過調用info()函數先來對數據集有一個大致的了解。
df.info()
output
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 4248 entries, 0 to 4247
Data columns (total 9 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 order_date 4248 non-null datetime64[ns]
1 market 4248 non-null object
2 region 4248 non-null object
3 product_category 4248 non-null object
4 product 4248 non-null object
5 cost 4248 non-null int64
6 inventory 4248 non-null int64
7 net_profit 4248 non-null int64
8 sales 4248 non-null int64
dtypes: datetime64[ns](1), int64(4), object(4)
memory usage: 298.8+ KB
初體驗
在pivot_table函數當中最重要的四個參數分別是index、values、columns以及aggfunc，其中每個數據透視表都必須要有一個index，例如我們想看每個地區(qū)咖啡的銷售數據，就將“region”設置為index。
df.pivot_table(index='region')
output
當然我們還可以更加細致一點，查看每個地區(qū)中不同咖啡種類的銷售數據，因此在索引中我們引用“region”以及“product_category”兩個，代碼如下：
df.pivot_table(index=['region', 'product_category'])
output
進階的操作
上面的案例當中，我們以地區(qū)“region”為索引看到了各項銷售指標，當中有成本、庫存、凈利潤以及銷量這個4個指標的數據，那要是我們想要單獨拎出某一個指標來看的話，代碼如下所示：
df.pivot_table(index=['region'], values=['sales'])
output
這也就是我們上面提到的values，在上面的案例當中我們就單獨拎出了“銷量”這一指標，又或者我們想要看一下凈利潤，代碼如下：
df.pivot_table(index=['region'], values=['net_profit'])
output
另外我們也提到了aggfunc，可以設置我們對數據聚合時進行的函數操作，通常情況下，默認的都是求平均數，這里我們也可以指定例如去計算總數。
df.pivot_table(index=['region'], values=['sales'], aggfunc='sum')
output
或者我們也可以這么來寫。
df.pivot_table(index=['region'], values=['sales'], aggfunc={ 'sales': 'sum' })
當然我們要是覺得只有一個聚合函數可能還不夠，我們可以多來添加幾個。
df.pivot_table(index=['region'], values=['sales'], aggfunc=['sum', 'count'])
output
剩下最后的一個關鍵參數columns類似于之前提到的index用來設置列層次的字段，當然它并不是一個必要的參數，例如：
df.pivot_table(index=['region'], values=['sales'], aggfunc='sum', columns=['product_category'])
output
在“列”方向上表示每種咖啡在每個地區(qū)的銷量總和，要是我們不調用columns參數，而是統(tǒng)一作為index索引的話，代碼如下：
df.pivot_table(index=['region', 'product_category'], values=['sales'], aggfunc='sum')
output
同時我們看到當中存在著一些缺失值，我們可以選擇將這些缺失值替換掉。
df.pivot_table(index=['region', 'product_category'], values=['sales'], aggfunc='sum')
output
熟能生巧
我們再來做幾組練習，我們除了想要知道銷量之外還想知道各個品種的咖啡在每個地區(qū)的成本如何，我們在values當中添加“cost”的字段，代碼如下：
df.pivot_table(index=['region'], values=['sales', 'cost'], aggfunc='sum', columns=['product_category'], fill_value=0)
output
同時我們還能夠計算出總量，通過調用margin這個參數。
df.pivot_table(index=['region', 'product_category'], values=['sales', 'cost'], aggfunc='sum', fill_value=0, margins=True)
output
最后的最后，我們調用pivot_table函數來制作一個2010年度咖啡銷售的銷量年報，代碼如下：
month_gp = pd.Grouper(key='order_date',freq='M')
cond = df["order_date"].dt.year == 2010
df[cond].pivot_table(index=['region','product_category'],
columns=[month_gp],
values=['sales'],
aggfunc=['sum'])
output
