Создание и использование Pandas Pivot Table

Pandas pivot table - это мощный инструмент, который облегчает агрегацию и анализ данных в таблицах Python. Этот инструмент позволяет преобразовывать столбцы в строки, а также облегчает агрегирование данных с различными функциями, такими как сумма, среднее значение, максимальное значение и минимальное значение.

Пример использования:

Для создания сводной таблицы с помощью pandas pivot table необходимо выполнить несколько шагов:

Шаг 1: Импортируем библиотеку Pandas

import pandas as pd

Шаг 2: Создаем DataFrame

df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie', 'David','Eva','George'],

'gender': ['F', 'M', 'M', 'M','F','M'],

'age': [25, 32, 18, 47,28,33],

'city': ['London', 'New York', 'Paris', 'Moscow','Paris','London'],

'salary': [50000, 70000, 48000, 100000,65000,80000]})

Шаг 3: Создаем сводную таблицу

pivot_table = pd.pivot_table(df,

index=['gender','city'],

values=['age','salary'],

aggfunc={'age': 'mean', 'salary': 'sum'})

Шаг 4: Выводим результат

print(pivot_table)

Результат:

age salary

gender city

F London 25 65000

Paris 28 65000

M Moscow 47 100000

New York 32 70000

Paris 18 48000

London 33 80000

В этом примере мы создали сводную таблицу, которая группирует данные по полу и городу, и агрегирует данные по среднему возрасту и сумме зарплаты.

Таким образом, pandas pivot table является мощным инструментом для агрегирования и анализа данных в таблицах Python. Он позволяет создавать сводные таблицы со множеством функций агрегирования и группировки, что позволяет анализировать данные и находить в них интересные закономерности.