Tablas dinámicas y tabulación cruzada
pd.pivot_table(), pd.crosstab() y transformación de datos para obtener estadísticas resumidas.
Tablas dinámicas y tabulación cruzada es una lección gratuita de Learn AI with Python en CoddyKit. Esta es la lección 2 de 4. Puedes leer la lección completa abajo gratuitamente — luego la practicas en el navegador con un editor de código integrado y un tutor de IA 24/7. Forma parte de la ruta de aprendizaje de Learn AI with Python, y tu progreso se sincroniza en la web y la app de CoddyKit. El curso de Learn AI with Python incluye 4 lecciones en total.
Reestructuración para extraer información
Una tabla dinámica reestructura datos en formato largo como una cuadrícula y resume un valor a lo largo de dos ejes categóricos. Es la tabla dinámica de hoja de cálculo que ya conoce, pero programable.
import pandas as pd
df = pd.DataFrame({
"region": ["E", "E", "W", "W", "E"],
"product": ["A", "B", "A", "B", "A"],
"sales": [10, 20, 30, 40, 50],
})pivot_table básico
pd.pivot_table recibe values (los números que se resumirán), index (las filas) y columns (las columnas). De forma predeterminada, calcula la media de las celdas duplicadas.
pt = pd.pivot_table(df, values="sales", index="region", columns="product")
print(pt)
# product A B
# region
# E 30.0 20.0
# W 30.0 40.0Elección de aggfunc
Establezca aggfunc para controlar cómo se combinan los duplicados: suma, media, recuento y muchas opciones más. Use una lista para aplicar varias a la vez.
pt = pd.pivot_table(df, values="sales", index="region",
columns="product", aggfunc="sum")
print(pt)Varias aggfunc
Pase una lista de funciones para calcular varios resúmenes uno al lado del otro.
pt = pd.pivot_table(df, values="sales", index="region",
aggfunc=["sum", "mean", "count"])
print(pt)Rellenar celdas ausentes
Las combinaciones sin datos se convierten en NaN. fill_value las reemplaza, a menudo con 0, para generar informes limpios.
pt = pd.pivot_table(df, values="sales", index="region",
columns="product", aggfunc="sum", fill_value=0)
print(pt)Márgenes (totales)
Establezca margins=True para añadir los totales generales de filas y columnas, etiquetados como "All" de forma predeterminada.
pt = pd.pivot_table(df, values="sales", index="region",
columns="product", aggfunc="sum",
fill_value=0, margins=True)
print(pt)Múltiples niveles de índice
Pase listas a index o columns para obtener desgloses jerárquicos, por ejemplo, primero por región y después por producto.
df["channel"] = ["on", "off", "on", "off", "on"]
pt = pd.pivot_table(df, values="sales",
index=["region", "channel"], aggfunc="sum")
print(pt)Tabulación cruzada con crosstab
pd.crosstab es una tabla dinámica especializada que CUENTA la frecuencia de las combinaciones de dos variables categóricas; no necesita ninguna columna de valores.
ct = pd.crosstab(df["region"], df["product"])
print(ct)
# product A B
# region
# E 2 1
# W 1 1Normalización de crosstab
El argumento normalize convierte los recuentos en proporciones: "index" por fila, "columns" por columna o True sobre el total general.
ct = pd.crosstab(df["region"], df["product"], normalize="index")
print(ct) # each row sums to 1.0crosstab con valores
Proporcione values y aggfunc para que crosstab resuma una métrica en lugar de contar, acercándose así a la funcionalidad de pivot_table.
ct = pd.crosstab(df["region"], df["product"],
values=df["sales"], aggfunc="sum")
print(ct)pivot_table frente a crosstab
Use pivot_table para resumir un valor numérico; use crosstab para contar las frecuencias de las combinaciones de categorías. crosstab también permite normalizar a proporciones en una sola línea.
Comprobación rápida
Ponga a prueba sus conocimientos de reestructuración.
Resumen
Herramientas de reestructuración:
pd.pivot_table(values, index, columns, aggfunc)resume una métricafill_valuepara celdas vacías ymargins=Truepara los totales- Use listas en index/columns para crear jerarquías
pd.crosstabcuenta combinaciones;normalizeproduce proporciones
Preguntas frecuentes
¿La lección «Tablas dinámicas y tabulación cruzada» es gratis?
Sí — el texto completo de «Tablas dinámicas y tabulación cruzada» es gratis para leer aquí en la web. Para practicarla de forma interactiva (editor de código integrado y tutor de IA 24/7) y desbloquear el resto del curso de Learn AI with Python, actualiza a CoddyKit PRO. El curso de Learn AI with Python incluye 4 lecciones en total.
¿Qué aprenderé en «Tablas dinámicas y tabulación cruzada»?
pd.pivot_table(), pd.crosstab() y transformación de datos para obtener estadísticas resumidas. Practicas Learn AI with Python con código real que ejecutas directamente en el navegador, y un tutor de IA 24/7 responde tus preguntas mientras trabajas en la lección.
¿Necesito experiencia previa para empezar Learn AI with Python?
No se requiere experiencia previa. Learn AI with Python en CoddyKit está estructurado para principiantes hasta estudiantes avanzados, así que puedes empezar aquí o desde el inicio y avanzar a tu ritmo. Esta es la lección 2 de 4.
¿Cuánto tiempo toma la lección «Tablas dinámicas y tabulación cruzada»?
La mayoría de las lecciones de CoddyKit toman alrededor de 5–10 minutos. Cada una es compacta e interactiva, así que avanzas constantemente y retomas exactamente por donde dejaste en la web y la app.
¿Puedo escribir y ejecutar código en esta lección de Learn AI with Python?
Sí. Cada lección de Learn AI with Python incluye un editor de código integrado, así que escribes y ejecutas código real directamente en tu navegador y obtienes retroalimentación instantánea de IA — sin configuración local necesaria.
Todas las lecciones de este curso
- GroupBy y agregación
- Tablas dinámicas y tabulación cruzada
- Fusión y combinación avanzadas
- Series temporales en Pandas