pandas.DataFrame.pivot_table

DataFrame.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 формате электронных таблиц в виде DataFrame. Уровни в сводной таблице будут храниться в объектах MultiIndex (многоуровневые индексы) в индексе и столбцах результирующего DataFrame

Параметры:

data : DataFrame values : столбец для агрегирования, необязательно index : столбец, Grouper, массив или список предыдущих Если передан массив, его длина должна совпадать с длиной данных. Список может содержать любые другие типы (кроме списка). Ключи для группировки по индексу сводной таблицы. Если передан массив, он используется так же, как значения столбцов. columns : столбец, Grouper, массив или список предыдущих Если передан массив, его длина должна совпадать с длиной данных. Список может содержать любые другие типы (кроме списка). Ключи для группировки по столбцу сводной таблицы. Если передан массив, он используется так же, 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 (определяемые 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 подсчета промежуточных/общих итогов) dropna : булево значение, по умолчанию True Не включать столбцы, все значения в которых — NaN margins_name : строка, по умолчанию ‘Все’ Имя строки/столбца, который будет содержать итоги, когда margins равно True.

Возвращаемое значение:

table : DataFrame

См. также

DataFrame.pivot

pivot без агрегирования, который может обрабатывать нечисловые данные

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