pandas.pivot

pandas.pivot(data, *, columns, index=_NoDefault.no_default, values=_NoDefault.no_default)[source]

Возвращает преобразованную DataFrame, организованную по заданным значениям индекса/столбцов.

Преобразует данные (создаёт “таблицу сводки”) на основе значений столбцов. Использует уникальные значения из указанных index / columns для формирования осей результирующей DataFrame. Эта функция не поддерживает агрегацию данных, несколько значений приведут к MultiIndex в столбцах. Подробнее о преобразовании см. Руководство пользователя.

Параметры:

data:DataFrame

columns:str или объект или список str

Столбец для использования в качестве новых столбцов фрейма.

index:str или объект или список str, необязательно

Столбец для использования в качестве индекса нового фрейма. Если не указан, используется существующий индекс.

values:str, объект или список предыдущих, необязательно

Столбец(ы) для заполнения значений нового фрейма. Если не указан, будут использованы все оставшиеся столбцы, и результат будет иметь иерархически индексированные столбцы.

Возвращает:

DataFrame

Возвращает преобразованную DataFrame.

Возбуждает:

ValueError:

При наличии каких-либо комбинаций index, columns с несколькими значениями. Используйте DataFrame.pivot_table, если требуется агрегация.

См. также

DataFrame.pivot_table

Обобщение pivot, которое может обрабатывать дублирующие значения для одной пары индекс/столбец.

DataFrame.unstack

Сводка на основе значений индекса вместо столбца.

wide_to_long

Широкий массив данных в длинный формат. Менее гибкий, но более удобный для пользователя, чем melt.

Примечания

Для более тонкого управления см. документацию по иерархической индексации вместе со связанными методами stack/unstack.

Дополнительные примеры см. в руководстве пользователя.

Примеры

>>> df = pd.DataFrame({'foo': ['one', 'one', 'one', 'two', 'two',
...                            'two'],
...                    'bar': ['A', 'B', 'C', 'A', 'B', 'C'],
...                    'baz': [1, 2, 3, 4, 5, 6],
...                    'zoo': ['x', 'y', 'z', 'q', 'w', 't']})
>>> df
    foo   bar  baz  zoo
0   one   A    1    x
1   one   B    2    y
2   one   C    3    z
3   two   A    4    q
4   two   B    5    w
5   two   C    6    t

>>> df.pivot(index='foo', columns='bar', values='baz')
bar  A   B   C
foo
one  1   2   3
two  4   5   6

>>> df.pivot(index='foo', columns='bar')['baz']
bar  A   B   C
foo
one  1   2   3
two  4   5   6

>>> df.pivot(index='foo', columns='bar', values=['baz', 'zoo'])
      baz       zoo
bar   A  B  C   A  B  C
foo
one   1  2  3   x  y  z
two   4  5  6   q  w  t

Вы также можете присвоить список имён столбцов или список имён индексов.

>>> df = pd.DataFrame({
...        "lev1": [1, 1, 1, 2, 2, 2],
...        "lev2": [1, 1, 2, 1, 1, 2],
...        "lev3": [1, 2, 1, 2, 1, 2],
...        "lev4": [1, 2, 3, 4, 5, 6],
...        "values": [0, 1, 2, 3, 4, 5]})
>>> df
    lev1 lev2 lev3 lev4 values
0   1    1    1    1    0
1   1    1    2    2    1
2   1    2    1    3    2
3   2    1    2    4    3
4   2    1    1    5    4
5   2    2    2    6    5

>>> df.pivot(index="lev1", columns=["lev2", "lev3"], values="values")
lev2    1         2
lev3    1    2    1    2
lev1
1     0.0  1.0  2.0  NaN
2     4.0  3.0  NaN  5.0

>>> df.pivot(index=["lev1", "lev2"], columns=["lev3"], values="values")
      lev3    1    2
lev1  lev2
   1     1  0.0  1.0
         2  2.0  NaN
   2     1  4.0  3.0
         2  NaN  5.0

Если есть дубликаты, возникает исключение ValueError.

>>> df = pd.DataFrame({"foo": ['one', 'one', 'two', 'two'],
...                    "bar": ['A', 'A', 'B', 'C'],
...                    "baz": [1, 2, 3, 4]})
>>> df
   foo bar  baz
0  one   A    1
1  one   A    2
2  two   B    3
3  two   C    4

Обратите внимание, что первые две строки одинаковы для наших аргументов index и columns.

>>> df.pivot(index='foo', columns='bar', values='baz')
Traceback (most recent call last):
   ...
ValueError: Index contains duplicate entries, cannot reshape