pivot函数的定义（pivot函数 python）

科技前沿 • 2025-04-25 23:13 • 阅读 46

大家好，我是讯享网，很高兴认识大家。

任何事情都是由量变到质变的过程，学习Python也不例外。

只有把一个语言中的常用函数了如指掌了，才能在处理问题的过程中得心应手，快速地找到最优方案。

本文和你一起来探索Python中的pivot_table函数，让你以最短的时间明白这个函数的原理。

也可以利用碎片化的时间巩固这个函数，让你在处理工作过程中更高效。

一、pivot_table函数定义

pivot_table函数是pandas库中的函数，调用首先需要加载pandas库。

其功能相当于excel中的数据透视表。

其基本调用语法如下：

data：数据集。

values：要聚合的列，默认对所有数值型变量聚合。 index：设置透视表中的行索引名。 columns：设置透视表中的列索引名。 aggfunc：聚合统计函数，可以是单个函数、函数列表、字典格式，默认为均值。当该参数传入字典格式时，key为列名，value为聚合函数值，此时values参数无效。 fill_value：缺失值填充值，默认为NaN，即不对缺失值做处理。注意这里的缺失值是指透视后结果中可能存在的缺失值，而非透视前原表中的缺失值。 margins：指定是否加入汇总列，默认为False。 margins_name：汇总列的列名，与margins配套使用，默认为‘All’，当margins为False时，该参数无作用。 dropna：是否删除汇总结果中全为NaN的行或列，默认为True。

二、pivot_table函数实例

1 导入库并加载数据首先导入本文需要的库并加载数据，如果你有些库还没有安装，导致运行代码时报错，可以在Anaconda Prompt中用pip方法安装。

os.chdir：设置数据存放的文件路径。 pd.read_excel：读取数据。得到结果：

讯享网

以上数据集只是为了清晰地理解pivot_table函数所创造，并无实际含义。

2 实例例1：指定行索引index参数

我们先来看下只设置一个index参数，其余参数采用默认值，会是什么效果，代码如下：

得到结果：

从结果知，当pivot_table只设置一个index参数时，相当于把index中的参数当成行，对数据表中所有数值列求平均值。

类似excel中如下情形：

例2：指定要聚合的列

接着来看下应用values参数选择要聚合的列进行展示，代码如下：

得到结果：

对比例1可以发现，values不设置时，默认对数据表中所有数值列进行聚合。

如果只想对某些列进行聚合，可以在values参数中进行指定。

例3：指定列索引columns参数接着来看下应用columns参数选择要聚合的列进行展示，代码如下：

得到结果：

类似excel中的如下设置：

例4：指定聚合的统计函数

如果aggfunc函数不指定聚合的函数，默认计算均值，接下来试下求和函数看看效果，代码如下：

得到结果：

从结果知，可以根据需求自行在aggfunc函数中指定要聚合的函数。

例5：设置两层索引

接下来看下在index参数中设置2个变量，构造两层索引的效果，代码如下：

得到结果：

类似在excel中如下设置：

例6：设置加入汇总列 接着设置加入汇总列，代码如下：

得到结果：

例7：指定缺失值填充

最后设置缺失值填充，代码如下：

得到结果：

对比例3，可以理解fill_value填充缺失值，是指填充透视后结果中存在的缺失值，而非透视前原表中的缺失值。

至此，Python中的pivot_table函数已讲解完毕，如想了解更多Python中的函数，可以翻看公众号中“学习Python”模块相关文章。

pivot函数的定义（pivot函数 python）

相关推荐