Python中pandas透视表pivot_table功能详解

原文链接
一文看懂pandas的透视表pivot_table
一、概述
1.1 什么是透视表？
透视表是一种可以对数据动态排布并且分类汇总的表格格式。或许大多数人都在Excel使用过数据透视表，也体会到它的强大功能，而在pandas中它被称作pivot_table。

1.2 为什么要使用pivot_table？
灵活性高，可以随意定制你的分析计算要求
脉络清晰易于理解数据
操作性强，报表神器
二、如何使用pivot_table
首先读取数据，数据集是火箭队当家球星James Harden某一赛季比赛数据作为数据集进行讲解。数据地址。

先看一下官方文档中pivot_table的函数体：pandas.pivot_table - pandas 0.21.0 documentation

pivot_table(data, values=None, index=None, columns=None,aggfunc=‘mean’, fill_value=None, margins=False, dropna=True, margins_name=‘All’)

pivot_table有四个最重要的参数index、values、columns、aggfunc，本文以这四个参数为中心讲解pivot操作是如何进行。

2.1 读取数据
import pandas as pd
import numpy as np
df = pd.read_csv(‘h:/James_Harden.csv’,encoding=‘utf8’)
df.tail()
数据格式如下：