Pandas: cara membuat tabel pivot dengan sejumlah nilai

Anda dapat menggunakan salah satu metode berikut untuk membuat tabel pivot di panda yang menampilkan jumlah nilai di kolom tertentu:

Metode 1: Tabel Pivot dengan Angka

 p.d. pivot_table (df, values=' col1 ', index=' col2 ', columns=' col3 ',
               aggfunc=' count ')

Metode 2: PivotTable dengan Angka Unik

 p.d. pivot_table (df, values=' col1 ', index=' col2 ', columns=' col3 ',
               aggfunc=pd. Series . nunique )

Contoh berikut menunjukkan cara menggunakan setiap metode dengan pandas DataFrame berikut:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
                   ' position ': ['G', 'G', 'F', 'C', 'G', 'F', 'F', 'F'],
                   ' points ': [4, 4, 6, 8, 9, 5, 5, 12]})

#view DataFrame
df

	team position points
0 A G 4
1 A G 4
2 A F 6
3 A C 8
4 B G 9
5 B F 5
6 B F 5
7 B F 12

Metode 1: Buat PivotTable Pandas dengan Hitungan

Kode berikut menunjukkan cara membuat tabel pivot di panda yang menampilkan jumlah total nilai “titik” untuk setiap “tim” dan “posisi” di DataFrame:

 #create pivot table
df_pivot = pd. pivot_table (df, values=' points ', index=' team ', columns=' position ',
                          aggfunc=' count ')

#view pivot table
df_pivot

position C F G
team			
   A 1.0 1.0 2.0
   B NaN 3.0 1.0

Dari hasilnya kita dapat melihat:

• Terdapat 1 nilai pada kolom “poin” untuk tim A pada posisi C.
• Terdapat 1 nilai pada kolom “poin” untuk tim A di posisi F.
• Terdapat 2 nilai pada kolom “poin” untuk tim A di posisi G.

Dan seterusnya.

Metode 2: Buat PivotTable Pandas dengan Hitungan Unik

Kode berikut menunjukkan cara membuat tabel pivot di panda yang menampilkan jumlah total unik nilai “titik” untuk setiap “tim” dan “posisi” di DataFrame:

 #create pivot table
df_pivot = pd. pivot_table (df, values=' points ', index=' team ', columns=' position ',
                          aggfunc=pd. Series . nunique )

#view pivot table
df_pivot

position C F G
team			
   A 1.0 1.0 1.0
   B NaN 2.0 1.0

Dari hasilnya kita dapat melihat:

• Terdapat 1 nilai unik pada kolom “poin” untuk tim A di posisi C.
• Terdapat 1 nilai unik pada kolom “poin” untuk tim A di posisi F.
• Terdapat 1 nilai unik pada kolom “poin” untuk tim A di posisi G.

Dan seterusnya.

Catatan : Anda dapat menemukan dokumentasi lengkap fungsi pandas pivot_table() di sini .

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan operasi umum lainnya di panda:

Pandas: Cara membentuk ulang DataFrame dari panjang ke lebar
Pandas: Cara membentuk ulang DataFrame dari lebar ke panjang
Pandas: cara mengelompokkan dan menggabungkan beberapa kolom