再見，Excel數(shù)據(jù)透視表；你好，pd.pivot_table
導讀
Excel作為Office常用辦公軟件之一，其在一名數(shù)據(jù)分析師的工作日常中也占有一定地位，比如個人就常常傾向于依賴Excel完成簡單的數(shù)據(jù)處理和可視化作圖，其中數(shù)據(jù)處理部分則主要是運用內置函數(shù)+數(shù)據(jù)透視表兩大部分。
Excel數(shù)據(jù)透視表雖好，但在pandas面前它也有其不香的一面！
選擇Excel菜單欄中插入數(shù)據(jù)透視表選項卡
分別拖動目標字段到相應行列位置，設置統(tǒng)計函數(shù)為求和
得到統(tǒng)計好的數(shù)據(jù)透視表結果
至此，我們可以發(fā)現(xiàn)數(shù)據(jù)透視表中實際存在4個重要的設置項：
行字段
列字段
統(tǒng)計字段
統(tǒng)計方式（聚合函數(shù)）
值得指出的是，以上4個要素每一個都可以不唯一，例如可以拖動多個字段到行/列字段中形成二級索引，也可完成對不同字段的統(tǒng)計，以及拖動相同字段設置不同統(tǒng)計方法實現(xiàn)多種聚合。
values?: 待聚合的列名
index?:?用于放入透視表結果中的行索引列名
columns?:?用于放入透視表結果中列索引列名
aggfunc :?聚合統(tǒng)計函數(shù)，可以是單個函數(shù)，也可以是函數(shù)列表，還可以是字典格式，默認聚合函數(shù)為均值。當該參數(shù)傳入字典格式時，key為列名，value為聚合函數(shù)值，此時values參數(shù)無效
fill_value : 缺失值填充值，默認為None，即不對缺失值做任何處理。注意這里的缺失值是指透視后結果中可能存在的缺失值，而非透視前的原表中缺失值
margins?: 指定是否加入?yún)R總列，布爾值，默認為False，體現(xiàn)為Excel透視表中的行小計和列小計
margins_name?:?匯總列的列名，與上一個參數(shù)配套使用，默認為'All'，當margins為False時，該參數(shù)無作用
dropna :?是否丟棄匯總結果中全為NaN的行或列，默認為True。例如，行有3個取值，列有3個取值，經(jīng)過透視表重組后理論上最多有3×3=9個結果，但實際可能只有3×2=6個非空值，其中全為空的一列默認舍棄
observed : 適用于分類變量，一般無需關注。
其中前4個參數(shù)是核心參數(shù)。
實際上，上述效果就相當于執(zhí)行完pivot_table的基礎上再加一個fillna()函數(shù)即可。
pivot僅適用于數(shù)據(jù)變形，即由長表變?yōu)閷挶?，相當于對?shù)據(jù)進行了重組；而pivot_table除了數(shù)據(jù)重組外，還有一個額外的效果，即數(shù)據(jù)聚合，即若重組后對應的行標簽和列標簽下取值不唯一，此時按指定方法進行聚合；換言之，pivot能干的事情，pivot_table都能干，反之則不然。
pivot由于僅涉及行列重組和變形，所以一般更適用于分類變量；而pivot_table在重組的基礎上還增加了聚合統(tǒng)計的過程，所以一般更適用于數(shù)值型變量，但對于支持分類變量統(tǒng)計的聚合函數(shù)（例如count），則pivot_table也可適用。
相關閱讀：