Python Pandas 高级数据操作 数据透视表

1、创建数据透视表

使用pivot_table方法可以创建数据透视表。这个方法非常灵活，允许指定不同的聚合函数、行列索引和值。

参考文档：Python pandas.DataFrame.pivot_table函数方法的使用

数据根据日期和类型进行了汇总，并计算了每个日期和类型组合的值总和。如下，

import pandas as pd

# 示例数据
data = {
    'Date': ['2020-01-01', '2020-01-01', '2020-01-02', '2020-01-02'],
    'Type': ['A', 'B', 'A', 'B'],
    'Value': [10, 15, 5, 7]
}
df = pd.DataFrame(data)

# 创建数据透视表
pivot = pd.pivot_table(df, values='Value', index='Date', columns='Type', aggfunc='sum')

print(pivot)

2、自定义聚合函数

可以使用自定义函数来执行更复杂的聚合操作。通常通过 groupby 方法结合 apply 函数来实现。apply 函数可以对分组数据应用任意函数，从而实现灵活的数据处理。

需要定义一个自定义函数，该函数将对分组的数据进行操作。这个函数可以执行任何计算，从简单的数学运算到复杂的逻辑。可以使用 groupby 方法对数据进行分组，并使用 apply 方法应用自定义函数。

参考文档：