pandas.DataFrame.pivot_table() 是 pandas 库中一个非常实用的函数，可以用来实现对 DataFrame 数据透视分析的功能。它可以按照某些指定的列或者行将数据整合起来，并对其中的数值进行聚合计算。以下是 pivot_table() 的详细作用和使用方法：
作用
pivot_table() 函数可以实现：
- 通过列名或行名进行数据分组。
- 根据分组后的数据进行聚合计算（如求平均值、求和、计数等）。
- 可以自定义函数来实现聚合计算的方式。
- 可以指定多个聚合函数。
- 可以设置数据透视表的填充值。
- 最终生成一个新的 DataFrame 表格。
使用方法
首先，我们需要导入 pandas 库，并生成包含数据的 DataFrame 对象。以一个销售数据为例：
import pandas as pd
sales = pd.DataFrame({
'Year': [2011, 2011, 2012, 2012, 2013, 2013],
'Quarter': ['Q1', 'Q2', 'Q1', 'Q2', 'Q1', 'Q2'],
'Product': ['A', 'A', 'B', 'B', 'C', 'C'],
'Sales': [100, 150, 200, 250, 300, 350]
})
创建数据表格后，就可以使用 pivot_table() 函数来实现数据透视分析操作：
# 简单数据透视分析
pivot = sales.pivot_table(
index=['Year'],
columns=['Product'],
values=['Sales'],
aggfunc='sum'
)
print(pivot)
在这个示例中，我们按照年份进行了分组（index），同时按照产品进行列分组（columns），对销售额这一数值进行累加计算（values 和 aggfunc）。
输出结果为：
Sales
Product A B C
Year
2011 250 450 0
2012 0 450 0
2013 0 0 650
从结果可以直观看到各个年份和产品的销售额累加值。
实例1
我们再看一个更加具体的实例。假设我们有一份人员工资表格，包含了每个人的姓名、性别、年龄和薪水。我们想要根据性别、年龄段对薪水进行统计，计算每个性别、年龄段的平均薪水、中位数薪水、最低薪水和最高薪水。代码如下：
import pandas as pd
employee = pd.DataFrame({
'Name': ['Tom', 'Jerry', 'Robin', 'David', 'Johann', 'Cathy', 'Lucas', 'Tina'],
'Gender': ['Male', 'Male', 'Male', 'Male', 'Male', 'Female', 'Female', 'Female'],
'Age': [28, 30, 32, 34, 36, 28, 30, 32],
'Salary': [4000, 5000, 6000, 7000, 8000, 4500, 5500, 6500]
})
pivot = employee.pivot_table(
index=['Gender', pd.cut(employee['Age'], [20, 30, 40])],
values=['Salary'],
aggfunc=['mean', 'median', 'min', 'max']
)
print(pivot)
在代码中，我们使用了 pd.cut() 函数对 Age 列进行分组，将年龄按照 20 到 30 和 30 到 40 两个分组进行了分别分组。index 参数传入了一个使用列表的方式传入多个行分组条件，values 指定了要聚合的值，aggfunc 指定了要进行的聚合函数。输出结果如下：
mean median min max
Salary Salary Salary Salary
Gender Age
Female (20, 30] 5000.00 5000.0 4500.0 5500.0
(30, 40] 6000.00 6000.0 5500.0 6500.0
Male (20, 30] 4750.00 4750.0 4000.0 5000.0
(30, 40] 7333.33 7000.0 6000.0 8000.0
从结果可以看出，女性（age 20~30）的平均薪水在 5000 左右，男性（age 20~30）的平均薪水在 4750 左右。
实例2
我们再来看一个实例，处理一个订单表格。假设我们有一个订单表格，包含了许多订单信息，我们想要统计最近一周、最近两周、最近三周和最近四周的订单总额，在 Excel 中，我们需要使用数据透视表功能，但在 pandas 中，我们可以使用 pivot_table() 函数实现。代码如下：
import pandas as pd
import numpy as np
order = pd.DataFrame({
'OrderNo': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
'OrderDate': pd.to_datetime(['2022-01-01', '2022-01-04', '2022-01-07', '2022-01-10', '2022-01-13', '2022-01-16', '2022-01-19', '2022-01-22', '2022-01-25', '2022-01-28']),
'Amount': [100, 200, 300, 400, 500, 600, 700, 800, 900, 1000]
})
days = np.arange(1, 30)
columns = []
for i in days:
column_name = str(i) + 'd'
columns.append(column_name)
order[column_name] = (order['OrderDate'] >= pd.to_datetime('2022-02-01') - pd.Timedelta(days=i)) & (order['OrderDate'] <= pd.to_datetime('2022-02-01') - pd.Timedelta(days=i-7))
pivot = order.pivot_table(
index=['OrderNo'],
values=['Amount'],
aggfunc=['sum'],
columns=columns,
fill_value=0
)
print(pivot)
在代码中，我们首先对 DataFrame 对象的 OrderDate 列施加了一系列 bool 表达式，判断每个订单是否在最近一周、最近两周、最近三周、最近四周内，使用了 np.arange() 函数生成了一列列名，并将列名加入到表格中。接着，我们使用 pivot_table() 函数，根据订单号进行分组，并按照之前生成的列名，对订单金额进行聚合操作，并设置填充值为 0。输出结果如下：
sum \
2016-08-08 00:00:00+00:00 2016-08-09 00:00:00+00:00 2016-08-10 00:00:00+00:00
OrderNo
1 0 0 0
10 0 0 0
2 0 0 0
3 0 0 0
4 100 200 300
5 200 300 400
6 300 400 500
7 400 500 600
8 500 600 700
9 600 700 800
... 2016-08-27 00:00:00+00:00 2016-08-28 00:00:00+00:00 \
OrderNo ...
1 ... 0 0
10 ... 100 200
2 ... 0 0
3 ... 0 0
4 ... 0 0
5 ... 0 0
6 ... 0 0
7 ... 0 0
8 ... 0 0
9 ... 0 0
2016-08-29 00:00:00+00:00 2016-08-30 00:00:00+00:00 \
OrderNo
1 0 0
10 0 0
2 0 0
3 0 0
4 0 0
5 0 0
6 0 0
7 0 0
8 0 0
9 0 0
2016-08-31 00:00:00+00:00
OrderNo
1 0
10 0
2 0
3 0
4 0
5 0
6 0
7 0
8 0
9 0
从输出结果中可以看到，每个订单在四个时间段内的价格总和已经通过透视分析的方式，被汇总到一个新的表格中。
以上两个实例，展现了使用 pandas 的 pivot_table() 实现数据透视分析的常用场景。只要我们理解了该函数的使用方法，并且结合实际需要，就可以灵活使用它来完成各种数据需求的分析和聚合计算。