1、pivot函数的定义
pivot(index=none,columns=none,values=none) -> dataframe
2、pivot函数的说明
通过给定的索引(index)和列(column)的值重新生一个dataframe对象。
根据列值对数据进行整形(生成一个“透视”表)。从指定的索引/列中使用唯一的值来形成结果数据帧的轴。此函数不支持数据聚合，多个值将导致列中的多索引。
3、pivo函数的参数
index：指定一列做为生成dataframe对象的索引，如果为空则默认为原来的索引。
columns：指定一列的值作为列名，必须传值。
values：指定一列作为生成dataframe对象的值。可以为空。
4、pivot函数实例
df = pd.dataframe({'foo': ['one', 'one', 'one', 'two', 'two', 'two'], 'bar': ['a', 'b', 'c', 'a', 'b', 'c'], 'baz': [1, 2, 3, 4, 5, 6], 'zoo': ['x', 'y', 'z', 'q', 'w', 't']})
# 指定foo的值为新dataframe的index，bar的值为columns，dataframe中对应的值为baz df.pivot(index='foo', columns='bar', values='baz')
# 没有指定value，列名最外层保留原来的列，如下结果baz和zoo为原dataframe中的列名，新指定的列名bar在里层（暂时这么理解）。 df.pivot(index='foo', columns='bar')
# 可以通过索引的方式取指定的列数据 df.pivot(index='foo', columns='bar')['baz']
# 可以指定多个values df.pivot(index='foo', columns='bar', values=['baz', 'zoo'])
# 指定多个columns df.pivot(index='foo', columns=['bar','baz'], values=['zoo'])
# 指定多个index df.pivot(index=['foo','bar'], columns='baz', values='zoo')
# 指定多个index可以通过index名取当个index的数据 df.pivot(index=['foo','bar'], columns='baz', values='zoo').loc["one",:]
# 这两行代码运行将会报错。 # 报错提示：valueerror: index contains duplicate entries, cannot reshape # 意思是指定的索引one有两个列bar=a冲突了。 df = pd.dataframe({"foo": ['one', 'one', 'two', 'two'], "bar": ['a', 'a', 'b', 'c'], "baz": [1, 2, 3, 4]}) df.pivot(index='foo', columns='bar', values='baz')
5、pivot函数在实际工作中解决的案例
现在要上图中的不同code之间从2020-11-16到2020-11-18三天内num序列数的相关性。
首先，dataframe对象可以直接调用函数corr()计算不同列之间的相关性，所以现在需要将原始的dataframe对象转换成以code为列，date为索引，num为值的dataframe。
第一种比较笨的方法就是循环，此方法不但代码量较多而且在数据量很大时会比较耗时。不建议使用。
grouped = df.groupby(by=["code"]) df_num = pd.dataframe() for name,group in grouped: d = pd.series(data=group["num"].values,name=name) df_num = pd.concat([df_num,d],axis=1) df_close
第二种方法就是使用pivot函数，一行代码解决，运行快速。
df_num = df.pivot(index='date',columns='code',values='num')
想要的形式的dataframe生成了就可以直接调用corr()函数直接求出code之间的相关性了
# 计算列之间的相关性 df_num.corr()
总结
到此这篇关于pandas应用实例之pivot函数的文章就介绍到这了,更多相关pandas pivot函数内容请搜索<计算机技术网(www.ctvol.com)!!>以前的文章或继续浏览下面的相关文章希望大家以后多多支持<计算机技术网(www.ctvol.com)!!>！
需要了解更多python教程分享pandas应用实例之pivot函数详解，都可以关注python教程分享栏目—计算机技术网(www.ctvol.com)!
本文来自网络收集，不代表计算机技术网立场，如涉及侵权请联系管理员删除。
ctvol管理联系方式QQ:251552304
本文章地址：https://www.ctvol.com/pythontutorial/1116001.html