Pandas: so erstellen sie eine pivot-tabelle mit einer summe von werten
Sie können die folgende grundlegende Syntax verwenden, um in Pandas eine Pivot-Tabelle zu erstellen, die die Summe der Werte in bestimmten Spalten anzeigt:
p.d. pivot_table (df, values=' col1 ', index=' col2 ', columns=' col3 ', aggfunc=' sum ')
Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.
Beispiel: Erstellen Sie eine Pandas-PivotTable mit einer Summe von Werten
Angenommen, wir haben den folgenden Pandas-DataFrame, der Informationen über verschiedene Basketballspieler enthält:
import pandas as pd #createDataFrame df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'], ' position ': ['G', 'G', 'F', 'F', 'G', 'F', 'F', 'F'], ' points ': [4, 4, 6, 8, 9, 5, 5, 12]}) #view DataFrame print (df) team position points 0 AG 4 1 GA 4 2 AF 6 3AF 8 4 BG 9 5 BF 5 6 BF 5 7 BF 12
Der folgende Code zeigt, wie man in Pandas eine Pivot-Tabelle erstellt, die die Summe der „Punkt“-Werte für jedes „Team“ und jede „Position“ im DataFrame anzeigt:
#create pivot table
df_pivot = pd. pivot_table (df, values=' points ', index=' team ', columns=' position ',
aggfunc=' sum ')
#view pivot table
print (df_pivot)
FG position
team
At 14 8
B 22 9
Aus dem Ergebnis können wir sehen:
- Die Spieler von Team A auf Position F erzielten insgesamt 14 Punkte.
- Die Spieler von Team A auf Position G erzielten insgesamt 8 Punkte.
- Die Spieler von Team B auf Position F erzielten insgesamt 22 Punkte.
- Die Spieler von Team B auf Position G erzielten insgesamt 9 Punkte.
Beachten Sie, dass wir das Argument „margins“ auch verwenden können, um Margensummen in der Pivot-Tabelle anzuzeigen:
#create pivot table with margins
df_pivot = pd. pivot_table (df, values=' points ', index=' team ', columns=' position ',
aggfunc=' sum ', margins= True , margins_name=' Sum ')
#view pivot table
print (df_pivot)
position FG Sum
team
A 14 8 22
B 22 9 31
Total 36 17 53
Die PivotTable zeigt jetzt Zeilen- und Spaltensummen an.
Hinweis : Die vollständige Dokumentation der Pandas- Pivot_table() -Funktion finden Sie hier .
Zusätzliche Ressourcen
In den folgenden Tutorials wird erläutert, wie andere gängige Vorgänge in Pandas ausgeführt werden:
Pandas: So formen Sie den DataFrame von lang zu breit um
Pandas: So formen Sie den DataFrame von breit nach lang um
Pandas: So gruppieren und aggregieren Sie über mehrere Spalten hinweg