1级黄色录像,男的艹女的视频,美女毛片视频,成人在线偷拍视频,久久黄色小视频,美女自拍视频,久久精品在线观看,久操成人网

導讀：更簡單了呢~

作者：黃同學

來源：凹凸數據（ID：alltodata）

01 Excel中做數據透視表

1. 選中整個數據源

2. 依次點擊“插入”—“數據透視表”

3. 選擇在Excel中的哪個位置，插入數據透視表

4. 然后根據實際需求，從不同維度展示結果

5. 結果如下

02 pandas用pivot_table()做數據透視表

1. 語法格式

pd.pivot_table(data,index=None,columns=None,
              values=None,aggfunc='mean',
              margins=False,margins_name='All',
              dropna=True,fill_value=None)

2. 對比excel，說明上述參數的具體含義

參數說明：

data 相當于Excel中的"選中數據源"；
index 相當于上述"數據透視表字段"中的行；
columns 相當于上述"數據透視表字段"中的列；
values 相當于上述"數據透視表字段"中的值；
aggfunc 相當于上述"結果"中的計算類型；
margins 相當于上述"結果"中的總計；
margins_name 相當于修改"總計"名，為其它名稱。

下面幾個參數，用的較少，記住干嘛的，等以后需要就百度。

dropna 表示是否刪除缺失值，如果為True時，則把一整行全作為缺失值刪除；
fill_value 表示將缺失值，用某個指定值填充。

03 案例說明

1. 求出不同品牌下，每個月份的銷售數量之和

① 在Excel中的操作結果如下

② 在pandas中的操作如下

df = pd.read_excel(r"C:\Users\黃偉\Desktop\pivot_table.xlsx")
display(df.sample(5))

df.insert(1,"月份",df["銷售日期"].apply(lambda x:x.month))
display(df.sample(5))

df1 = pd.pivot_table(df,index="品牌",columns="月份",
                    values="銷售數量",aggfunc=np.sum)
display(df1)

結果如下：

2. 求出不同品牌下，每個地區(qū)、每個月份的銷售數量之和

① 在Excel中的操作結果如下

② 在pandas中的操作如下

df = pd.read_excel(r"C:\Users\黃偉\Desktop\pivot_table.xlsx")
display(df.sample(5))

df.insert(1,"月份",df["銷售日期"].apply(lambda x:x.month))
display(df.sample(5))

df1 = pd.pivot_table(df,index="品牌",columns=["銷售區(qū)域","月份"],
                    values="銷售數量",aggfunc=np.sum)
display(df1)

結果如下：

3. 求出不同品牌不同地區(qū)下，每個月份的銷售數量之和

① 在Excel中的操作結果如下

② 在pandas中的操作如下

df = pd.read_excel(r"C:\Users\黃偉\Desktop\pivot_table.xlsx")
display(df.sample(5))

df.insert(1,"月份",df["銷售日期"].apply(lambda x:x.month))
display(df.sample(5))

df1 = pd.pivot_table(df,index=["品牌","銷售區(qū)域"],columns="月份",
                    values="銷售數量",aggfunc=np.sum)
display(df1)

結果如下：

4. 求出不同品牌下的“銷售數量之和”與“貨號計數”

① 在Excel中的操作結果如下

② 在pandas中的操作如下

df = pd.read_excel(r"C:\Users\黃偉\Desktop\pivot_table.xlsx")
display(df.sample(5))

df.insert(1,"月份",df["銷售日期"].apply(lambda x:x.month))
display(df.sample(5))

df1 = pd.pivot_table(df,index="品牌",columns="月份",
                    values=["銷售數量","貨號"],
                    aggfunc={"銷售數量":"sum","貨號":"count"},
                    margins=True,margins_name="總計")
display(df1)