pandas应用实例之pivot函数详解

目录

• 1、pivot函数的定义
• 2、pivot函数的说明
• 3、pivo函数的参数
• 4、pivot函数实例
• 5、pivot函数在实际工作中解决的案例
• 总结

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