0Pricing
Data Science Academy · 课时

使用 pivot_table 创建交叉表

汇总两个维度的数据

使用 pivot_table 创建交叉表 是 CoddyKit 上的免费 Data Science Academy 课时。 这是第 2 节课，共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 Data Science Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 Data Science Academy 课程共包含 4 节课。

从长行到网格

当您想要按类别汇总时，pivot_table可以将整洁的长格式行转换为清晰的二维网格。🔄

三个关键参数

每个数据透视表都需要三个角色：哪一列成为索引，哪一列成为列标签，以及哪些值用于填充单元格。

df.pivot_table(index='region',
               columns='month',
               values='sales')

默认会进行聚合

如果多行落入同一个单元格，pivot_table 会计算它们的平均值。默认的聚合函数是均值，而不是简单复制。

选择聚合方式

使用聚合函数参数替换计算方式。使用 sum 计算总和，使用 count 计数，或使用 max 找出每个单元格中的最大值。

df.pivot_table(index='region',
               values='sales',
               aggfunc='sum')

一次执行多种聚合

向聚合函数参数传入列表，即可同时获得多种摘要。一次调用就能并排返回均值和计数。

df.pivot_table(values='sales',
               aggfunc=['mean', 'count'])

填充空单元格

缺失的组合会显示为 NaN。设置填充值，即可用零或其他合理的默认值替换这些空缺。

df.pivot_table(index='region',
               columns='month',
               fill_value=0)

添加行总计和列总计

将边际汇总设置为 True 后，pivot_table 会在表格边缘添加包含总计的 All 行和列。

df.pivot_table(index='region',
               margins=True)

按多个键分组

向索引或列传入列表，即可嵌套类别。结果会获得一个MultiIndex，整齐地堆叠各个分组。

df.pivot_table(index=['region', 'store'],
               values='sales')

pivot 与 pivot_table

普通 pivot 要求索引和列标签的组合唯一，无法进行聚合。只要可能出现重复项，就应使用pivot_table。

读取交叉表

在结果中，根据行标签和列标签定位一个单元格，即可一眼读取准确的类别组合。

还原为扁平表格

透视结果仍然是一个 DataFrame。调用reset_index，即可将其标签还原为普通列，以便导出。

summary.reset_index()

快速检查

让我们检查一下您对 pivot_table 的熟练程度。

回顾：轻松制作交叉表

您使用索引、列、值和聚合函数参数构建了网格。接下来，您将反向操作，使用melt把宽格式数据转换回长格式。🎯

常见问题解答

「使用 pivot_table 创建交叉表」课时是免费的吗？

是的 — 「使用 pivot_table 创建交叉表」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 Data Science Academy 课程的其余内容，请升级到 CoddyKit PRO。 Data Science Academy 课程共包含 4 节课。

「使用 pivot_table 创建交叉表」这节课中我会学到什么？

汇总两个维度的数据 你通过在浏览器中直接运行的动手代码来练习 Data Science Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。

学习 Data Science Academy 需要有经验吗？

无需任何先前经验。CoddyKit 上的 Data Science Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 2 节课，共 4 节。

「使用 pivot_table 创建交叉表」课时需要多长时间？

大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。

我能在这节 Data Science Academy 课中编写并运行代码吗？

能。每节 Data Science Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。

此课程中的所有课时

  1. 宽表与长表，以及整洁数据
  2. 使用 pivot_table 创建交叉表
  3. 使用 melt 转成长表
  4. stack、unstack 和 MultiIndex
← 返回 Data Science Academy