Pandas DataFrame.pivot_table()

Pandas Pivot_table()用于计算，汇总和汇总数据。它被定义为功能强大的工具，可通过汇总，计数，平均值，最大值和最小值等计算来汇总数据。

创建数据透视表后，它还允许用户对数据进行排序和过滤。

参数：

• data：一个DataFrame。
• values：这是一个可选参数，引用该列进行汇总。
• index：它是指列，Grouper和数组。

如果我们传递一个数组，则它必须与数据具有相同的长度。

• columns：引用列，Grouper和数组

如果我们传递一个数组，则它必须与数据具有相同的长度。

• aggfunc： 函数列表，字典，默认numpy.mean如果我们传递函数列表，则生成的数据透视表将具有层次结构列，其顶层是函数名称。如果我们通过字典，则该键称为要聚合的列，而值是函数或函数列表。
• fill_value [标量，默认为无]：它将缺失的值替换为一个值。
• margins [布尔值，默认为False]：将所有行/列相加(例如，小计/总计)
• dropna [boolean，default True]：删除条目均为NaN的列。
• margins_name [字符串，默认为’All’]：它是指行/列的名称，当行距为True时将包含总计。

返回值：

它返回一个DataFrame作为输出。

例：

# 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

输出量

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