pandas.pivot_table

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

Создайте сводную таблицу в стиле электронной таблицы в виде DataFrame. Уровни в сводной таблице будут храниться в объектах MultiIndex (иерархические индексы) в индексе и столбцах результирующего DataFrame

Параметры:

data : DataFrame values : столбец для агрегации, необязательно index : столбец, Grouper, массив или список предыдущего Если передан массив, он должен иметь такую же длину, как данные. Список может содержать любые другие типы (кроме списка). Ключи для группировки по индексу сводной таблицы. Если передан массив, он используется таким же образом, как значения столбцов. columns : столбец, Grouper, массив или список предыдущего Если передан массив, он должен иметь такую же длину, как данные. Список может содержать любые другие типы (кроме списка). Ключи для группировки по столбцу сводной таблицы. Если передан массив, он используется таким же образом, как значения столбцов. aggfunc : функция или список функций, по умолчанию numpy.mean Если передан список функций, результирующая сводная таблица будет иметь иерархические столбцы, верхний уровень которых — имена функций (выведенные из самих объектов функций) fill_value : скаляр, по умолчанию None Значение для заполнения пропущенных значений margins : булево значение, по умолчанию False Добавить все строки/столбцы (например, для промежуточных/общих итогов) dropna : булево значение, по умолчанию True Не включать столбцы, чьи записи — все NaN margins_name : строка, по умолчанию ‘Все’ Имя строки/столбца, которое будет содержать итоги, когда margins равно True.

Возвращает:

table : DataFrame

Примеры

>>> df
   A   B   C      D
0  foo one small  1
1  foo one large  2
2  foo one large  2
3  foo two small  3
4  foo two small  3
5  bar one large  4
6  bar one small  5
7  bar two small  6
8  bar two large  7

>>> table = pivot_table(df, values='D', index=['A', 'B'],
...                     columns=['C'], aggfunc=np.sum)
>>> table
          small  large
foo  one  1      4
     two  6      NaN
bar  one  5      4
     two  6      7