นุ่น: วิธีสร้างตารางสาระสำคัญด้วยผลรวมของค่า
คุณสามารถใช้ไวยากรณ์พื้นฐานต่อไปนี้เพื่อสร้างตารางเดือยในแพนด้าที่แสดงผลรวมของค่าในบางคอลัมน์:
p.d. pivot_table (df, values=' col1 ', index=' col2 ', columns=' col3 ', aggfunc=' sum ')
ตัวอย่างต่อไปนี้แสดงวิธีใช้ไวยากรณ์นี้ในทางปฏิบัติ
ตัวอย่าง: สร้าง Pandas PivotTable ที่มีผลรวมของค่า
สมมติว่าเรามี DataFrame แพนด้าต่อไปนี้ซึ่งมีข้อมูลเกี่ยวกับผู้เล่นบาสเกตบอลต่างๆ:
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
รหัสต่อไปนี้แสดงวิธีสร้างตารางสาระสำคัญในแพนด้าที่แสดงผลรวมของค่า “จุด” สำหรับแต่ละ “ทีม” และ “ตำแหน่ง” ใน DataFrame:
#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
จากผลลัพธ์เราจะเห็นได้ว่า:
- ผู้เล่นทีม A ในตำแหน่ง F มีคะแนนรวม 14 คะแนน
- ผู้เล่นทีม A ตำแหน่ง G ได้คะแนนรวม 8 คะแนน
- ผู้เล่นทีม B ในตำแหน่ง F มีคะแนนรวม 22 คะแนน
- ผู้เล่นทีม B ในตำแหน่ง G ได้คะแนนรวม 9 คะแนน
โปรดทราบว่าเรายังสามารถใช้อาร์กิวเมนต์ Margins เพื่อแสดงผลรวมของ Margin ในตาราง Pivot ได้:
#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
ขณะนี้ PivotTable จะแสดงผลรวมของแถวและคอลัมน์
หมายเหตุ : คุณสามารถดูเอกสารฉบับเต็มของฟังก์ชัน pandas pivot_table() ได้ที่นี่
แหล่งข้อมูลเพิ่มเติม
บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการทั่วไปอื่น ๆ ในแพนด้า:
Pandas: วิธีปรับรูปร่าง DataFrame จากยาวไปเป็นกว้าง
Pandas: วิธีปรับรูปร่าง DataFrame จากกว้างไปเป็นยาว
นุ่น: วิธีจัดกลุ่มและรวมเป็นหลายคอลัมน์