其实Pandas有pivot、pivot_table两个函数来做数据透视，作用是一样的，只是pivot_table算是pivot的增强版，pivot_table对数据格式要求不高，而且支持aggfunc、fillvalue等参数，所以这里主要介绍pivot_table。

不过这里提一下，在使用pivot函数过程中可能会经常碰到一些异常，比如下面这个：

ValueError: Index contains duplicate entries, cannot reshape

这就是刚才说的，pivot函数对数据有些要求，这时可以尝试使用pivot_table！

下面开始介绍和使用pivot_table函数

1. 先看下API

?df.pivot_table

image.png

values、index、columns参数都比较好理解，就是指定index作为纵轴索引、columns作为横轴索引来观察指定的values值，另外aggfunc指定的是均值函数（mean），下面边用边深入理解。

2. 先提前定义下数据集，以下的演示都是基于此数据集

import numpy as np
import pandas as pd
df = pd.DataFrame({'student': ['小红', '小红', '李华', '李华', '小天', '小天'],
                    'class': ['001','001','001','001','002','002'],
                   'subject': ['C', 'Java', 'Python', 'C', 'C', 'Python'],
                   'grades': [80,  90, 78, 90, 80, 78]})
df

image.png

3. 理解参数

index、columns参数必须传一个，否则会报以下错误：

ValueError: No group keys passed!

只传index时

df.pivot_table(index='subject')

image.png

只传columns时

df.pivot_table(columns='subject')

image.png

兄台不知道是否有疑问，原来数据中class、student这两列去哪里了？？？为啥只剩grades了？？？
我的理解是被忽略掉了，因为这两列不是数字，mean函数作用不了，为了更好理解我把默认的mean函数换成其他函数，慢慢往下看：

df.pivot_table(index='subject', aggfunc=lambda x: type(x))

image.png

可以看到其实aggfunc接受的参数是一个Pandas中的Series对象，那我们把Series转成列表看下里面是啥.

df.pivot_table(index='subject', aggfunc=lambda x: x.tolist())

image.png

搜德斯捏！！！原来就是通过指定维度后透视得到的值的列表，或者你可以理解是通过lookup来得到的一列值。所以mean函数在作用于class、student这两列是字符串元素的列表肯定是不对的，所以被过滤掉了。

4. 实例

基于上面的数据集，做些小需求来更深入理解pivot_table函数
（1）统计各个班级(class)的平均分

df.pivot_table(index='class')

image.png

（2）统计各个班级(class)的平均分以及班级学生人数

df.pivot_table(index='class', aggfunc={'grades': np.mean, 'student': lambda x: len(x.unique())})

image.png

（3）统计各个班级(class)的各个科目(subject)的平均分

df.pivot_table(index='class', columns='subject',  values='grades')

image.png

df.pivot_table(index='class', columns='subject',  values='grades', aggfunc=max, fill_value=0)

image.png

df.pivot_table(index='class', columns='subject',  values='grades', aggfunc=max, fill_value=0)

image.png

df.pivot_table(index='class', columns='subject',  values='grades', aggfunc='count', fill_value=0)

image.png

（7）统计各个学生(student)的最高分,最低分,平均分

df.pivot_table(index='student', values='grades', aggfunc=[max, min, np.mean])

image.png

上面是多级索引,可能你想去掉grades这一级, 可以参考下面方法
stack()是行转列, 把grades从column变成了index, 再reset_index去掉grades

df.pivot_table(index='student', values='grades', aggfunc=[max, min, np.mean]).stack().reset_index(level=-1, drop=True)

image.png

（8）获取各个学生(student)的最高分的level, 其中划分方式是: "C" < 80 <= "B" < 90 <= "A"

import bisect

def get_grade_level(series):
    max_grade = max(series)
    return 'CBA'[bisect.bisect_right([80, 90], max_grade)]

df.pivot_table(index='student', values='grades', aggfunc=get_grade_level)

image.png

总结：pivot_table就是转换各个维度去观察数据, aggfunc就是在数据转换过程中的过程函数, 了解了pivot_table可以通过aggfunc函数实现很多功能。