使用Pandas进行高效数据汇总与分析：透视表的全面指南

在数据分析领域，数据汇总和统计是不可或缺的步骤。Python的pandas库提供了强大的工具来处理这些任务，其中pivot_table函数尤为突出。本文将详细介绍如何使用pandas的pivot_table函数进行数据汇总和分析，帮助读者掌握这一强大工具，提高数据处理效率。无论你是初学者还是经验丰富的数据科学家，本文都将为你提供实用的技巧和示例代码，让你轻松应对各种数据汇总需求。

什么是透视表？

经常做报表的小伙伴对数据透视表应该不陌生，在excel中利用数据透视表可以快速地进行分类汇总，自由组合字段快速计算，而这些只需要拖拉拽就可以实现。

维基百科对透视表（pivot table）解释是：
A pivot table is a table  of statistics that summarizes the data of a more extensive table.
透视表是一种汇总了更广泛表数据的统计信息表。

典型的数据格式是扁平的，只包含行和列，不方便总结信息：

而数据透视表可以快速抽取有用的信息：

pandas也有透视表？

pandas作为编程领域最强大的数据分析工具之一，自然也有透视表的功能。

在pandas中，透视表操作由pivot_table()函数实现，不要小看只是一个函数，但却可以玩转数据表，解决大麻烦。

pivot_table使用方法：

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

参数解释：

• data：dataframe格式数据

• values：需要汇总计算的列，可多选

• index：行分组键，一般是用于分组的列名或其他分组键，作为结果DataFrame的行索引

• columns：列分组键，一般是用于分组的列名或其他分组键，作为结果DataFrame的列索引

• aggfunc：聚合函数或函数列表，默认为平均值

• fill_value：设定缺失替换值

• margins：是否添加行列的总计

• dropna：默认为True，如果列的所有值都是NaN，将不作为计算列，False时，被保留

• margins_name：汇总行列的名称，默认为All

• observed：是否显示观测值

注意，在所有参数中，values、index、columns最为关键，它们分别对应excel透视表中的值、行、列：

参数aggfunc对应excel透视表中的值汇总方式，但比excel的聚合方式更丰富：

如何使用pivot_table？

下面拿数据练一练，示例数据表如下：

该表为用户订单数据，有订单日期、商品类别、价格、利润等维度。

首先导入数据：

data = pd.read_excel("E:\\订单数据.xlsx")
data.head()

接下来使用透视表做分析：

• 计算每个州销售总额和利润总额

result1 = pd.pivot_table(data,index='洲' , values = ['销售额','利润'] , aggfunc = np.sum)
result1.head()

• 计算每个洲每个城市每单平均销售量

result2 = pd.pivot_table(data,index=['洲','城市'],aggfunc=np.mean,values=['数量'])
result2.head(20)

• 计算每个洲的总销量和每单平均销量

result3 = pd.pivot_table(data,index=['洲'],aggfunc=[np.sum,np.mean],values=['数量'])
result3.head()

• 看每个城市（行）每类商品（列）的总销售量，并汇总计算

result4 = pd.pivot_table(data,index=['城市'],columns=['商品类别'],aggfunc=[np.sum],values=['数量'],margins=True)
result4.head()

总结

本文介绍了pandas pivot_table函数的使用，其透视表功能基本和excel类似，但pandas的聚合方式更加灵活和多元，处理大数据也更快速，大家有兴趣可探索更高级的用法。

本文通过详细的示例代码，展示了如何使用pandas的pivot_table函数进行数据汇总和分析。从基本的销售总额和利润总额计算，到复杂的多维度数据聚合，pivot_table函数都表现出色。通过本文的学习，读者不仅能够理解透视表的基本概念，还能掌握如何在实际项目中灵活运用这一功能，提高数据处理的效率和准确性。无论是处理小规模数据集还是大规模数据集，pandas的pivot_table都是一个值得信赖的工具。希望本文的内容能为你的数据分析之旅提供有力支持。