相信接觸過Excel的小伙伴都知道，Excel有一個非常強大的功能“數據透視表”，使用數據透視表可以自由選擇不同字段，用不同的聚合函數進行匯總，并建立交叉表格，用以從不同層面觀察數據。這么強大的功能，在Python中怎么去實現呢?

不用擔心，Python的"數據分析小能手"Pandas很貼心地為我們提供了一個快速實現數據透視表功能的方法——pivot_table()。事不宜遲，讓我們趕緊看看如何在Python中實現數據透視表!

1. 數據

為幫助大家更好地理解，在講解如何使用pivot_table( )實現透視表前，我們先導入示例數據，在接下來的講解中都使用此數據作為例子。

# 導入示例數據 
<<< datadata =pd.read_csv("data.csv") 
<<< data.head() 
    月份  項目  部門   金額       剩余金額 
0   1月  水費  市場部 1962.37    8210.58 
1   2月  水費  市場部 690.69     9510.60 
2   2月  電費  市場部 2310.12    5384.92 
3   2月  電費  運營部 -1962.37   7973.10 
4   2月  電費  開發部 1322.33    6572.16 

下面我將帶大家使用pivot_table( )一步一步實現數據透視表的操作。

2. 操作

首先，原數據有5個字段，我們在做數據透視表之前必須理解每個字段的意思，明確清楚自己需要得到什么信息。

假設我們想看看不同月份所花費的水電費金額是多少，這時我們需要把字段“月份”設置為索引，將字段“金額”設置為我們需要看的值，具體代碼如下：

<<< data.pivot_table(index=['月份'],values=['金額']) 
           金額 
月份   
10月 3723.940000 
11月 2900.151667 
12月 10768.262857 
1月  1962.370000 
2月  1432.280000 
3月  3212.106667 
4月  4019.175000 
5月  4051.480000 
6月  6682.632500 
7月  11336.463333 
8月  17523.485000 
9月  10431.960000 

參數index為設置的索引列表，即分組依據，需要用中括號[ ]將索引字段括起來;參數values為分組后進行計算的字段列表，也需要用中括號[ ]括起來。這兩個參數的值可以是一個或多個字段，即按照多個字段進行分組和對多個字段進行計算匯總。例如，設置index=['項目','部門']代表求不同項目不同部門下的金額。

<<< data.pivot_table(index=['項目','部門'],values=['金額']) 
            金額 
項目  部門   
水費  市場部  3614.318125 
     開發部   2358.205000 
     運營部   5896.213333 
電費  市場部   6094.748235 
      開發部   1322.330000 
      運營部   7288.615000 
采暖費 市場部   5068.380000 
      運營部   55978.000000 

若設置values=['金額','剩余金額']，即求不同項目不同部門下金額和剩余金額的值。

<<< data.pivot_table(index=['項目','部門'],values=['金額','剩余金額']) 
              剩余金額       金額 
項目  部門       
水費  市場部    7478.423125  3614.318125 
      開發部   6866.490000   2358.205000 
      運營部   7224.033333   5896.213333 
電費  市場部    7645.535882   6094.748235 
      開發部   6572.160000    1322.330000 
      運營部   8821.895000    7288.615000 
采暖費 市場部   6572.030000    5068.380000 
      運營部   7908.560000    55978.000000 

同時，如果我們想以交叉表的形式查看不同項目和不同部門下的消費金額，這時就要將字段‘部門’設置為列名，進行交叉查看，具體代碼如下：

<<< data.pivot_table(index=['項目'],columns=['部門'],values=['金額']) 
      金額 
部門   市場部        開發部     運營部 
項目           
水費   3614.318125  2358.205  5896.213333 
電費   6094.748235  1322.330  7288.615000 
采暖費  5068.380000  NaN      55978.000000 

通過上面的示例，我們可以看到某個分組下不存在記錄會被標記為NAN，例如上述中采暖部和開發部不存在金額這一字段的記錄，則會標記為NAN。如果不希望被標記為NAN，我們可以通過設置參數fill_value=0來用數值0替代這部分的缺失值。

<<< data.pivot_table(index=['項目'],columns=['部門'],values=['金額'],fill_value=0) 
      金額 
部門   市場部        開發部     運營部 
項目           
水費   3614.318125  2358.205  5896.213333 
電費   6094.748235  1322.330  7288.615000 
采暖費  5068.380000  0.000    55978.000000 

在上面的示例中，我們都是默認分組后對值進行求平均值計算，假如我們想查看不同項目不同部門下金額的總和該怎么實現呢?

通過設置參數aggfunc=np.sum即可對分組后的值進行求和操作，參數aggfunc代表分組后值的匯總方式，可傳入numpy庫中的聚合方法。

<<< data.pivot_table(index=['項目'],columns=['部門'],values=['金額'],fill_value=0,aggfunc=np.sum) 
金額 
部門    市場部      開發部    運營部 
項目           
水費    57829.09   4716.41   17688.64 
電費    103610.72  1322.33   29154.46 
采暖費   5068.38    0.00     55978.00 

除了常見的求和、求平均值這兩種聚合方法，我們還可能接觸到以下這幾種：

描述方法標準差np.std()方差np.var()所有元素相乘np.prod()中數np.median()冪運算np.power()開方np.sqrt()最小值np.min()最大值np.max()以e為底的指數np.exp(10)對數np.log(10)

與前面介紹的參數index，columns，value一樣，參數aggfunc傳入的值也是一個列表，表示可傳入一個或多個值。當傳入多個值時，表示對該值進行多種匯總方式，例如同時求不同項目不同部門下金額的求和值和平均值：

<<< data.pivot_table(index=['項目'],columns=['部門'],values=['金額'],fill_value=0,aggfunc=[np.sum,np.max]) 
     sum               amax 
     金額               金額 
部門  市場部 開發部 運營部 市場部 開發部 運營部 
項目                       
水費  57829.09  4716.41  17688.64 16807.58 2941.28 6273.56 
電費  103610.72 1322.33  29154.46 18239.39 1322.33 26266.60 
采暖費 5068.38   0.00    55978.00  5068.38  0.00    55978.00 

同時，如果我們想對不同字段進行不同的匯總方式，可通過對參數aggfunc傳入字典來實現，例如我們可以同時對不同項目不同部門下，對字段金額求總和值，對字段剩余金額求平均值：

<<< data.pivot_table(index=['項目'],columns=['部門'],values=['金額','剩余金額'],fill_value=0,aggfunc={'金額':np.sum,'剩余金額':np.max}) 
     剩余金額                  金額 
部門  市場部   開發部   運營部   市場部     開發部     運營部 
項目                       
水費  9510.60 8719.34 7810.38 57829.09   4716.41  17688.64 
電費  9625.27 6572.16 9938.82 103610.72  1322.33  29154.46 
采暖費 6572.03 0.00    7908.56 5068.38    0.00     55978.00 

另外，在進行以上功能的同時，pivot_table還為我們提供了一個求所有行及所有列對應合計值的參數margins，當設置參數margins=True時，會在輸出結果的最后添加一行'All',表示根據columns進行分組后每一項的列總計值;以及在輸出結果的最后添加一列'All',表示根據index進行分組后每一項的行總計值。

<<< pd.set_option('precision',0) 
<<< data.pivot_table(index=['項目'],columns=['部門'],values=['金額','剩余金額'],fill_value=0,aggfunc={'金額':np.sum,'剩余金額':np.max},margins=True) 
     剩余金額                 金額 
部門  市場部 開發部 運營部 All   市場部  開發部  運營部  All 
項目                               
水費  9511  8719  7810  9511  57829  4716   17689  80234 
電費  9625  6572  9939  9939  103611  1322  29154  134088 
采暖費 6572  0     7909  7909  5068    0     55978  61046 
All   9625  8719  9939  9939  166508  6039  102821 275368 

3. 番外

上面詳細介紹了如何在python中通過pivot_table( )方法實現數據透視表的功能，那么，與數據透視表原理相同，顯示方式不同的‘數據透視圖’又該怎么實現呢?

實現方法非常簡單，將上述進行pivot_table操作后的對象進行實例化，再對實例化后的對象進行plot繪圖操作即可，具體代碼如下：

<<< dfdf=data.pivot_table(index=['項目'],columns=['部門'],values='金額',fill_value=0) 
<<< df.plot(kind='bar')