你还可以指定用"总和"、"均值"等聚合函数来汇总每个格子的数据。
拥有了这张透视表,数据就井然有序了。你可以一览无余地观察每个类别、每个地区的销售情况,发现潜在规律和异常。...values="要聚合的列或列的列表",
index="要作为行索引的列或列的列表",
columns="要作为列索引的列或列的列表",
aggfunc="用于聚合数据的函数或函数列表...,默认是 numpy.mean",
fill_value="填充缺失值的标量值",
margins="布尔值,是否添加行和列的总计,默认是 False",
margins_name...="总计行和列的名称,默认是 All",
dropna="布尔值,是否删除所有结果为全 NaN 的列,默认是 True",
observed="布尔值,对于分类列,是否只显示实际出现的类别...透视表代码实现如下:
# 对 Sales 进行求和操作,行索引是Region,列索引是各个 Product,
# 对行和列增加统计 total
In [56]: pd.pivot_table(df,