Excel中做數(shù)據(jù)透視表

① 選中整個數(shù)據(jù)源；

② 依次點擊“插入”—“數(shù)據(jù)透視表”

③ 選擇在Excel中的哪個位置，插入數(shù)據(jù)透視表

④ 然后根據(jù)實際需求，從不同維度展示結果

⑤ 結果如下

pandas用pivot_table()做數(shù)據(jù)透視表

1）語法格式

pd.pivot_table(data,index=None,columns=None,values=None,aggfunc='mean',margins=False,margins_name='All',dropna=True,fill_value=None)

2）對比excel，說明上述參數(shù)的具體含義

參數(shù)說明：

• data 相當于Excel中的"選中數(shù)據(jù)源"；

• index 相當于上述"數(shù)據(jù)透視表字段"中的行；

• columns 相當于上述"數(shù)據(jù)透視表字段"中的列；

• values 相當于上述"數(shù)據(jù)透視表字段"中的值；

• aggfunc 相當于上述"結果"中的計算類型；

• margins 相當于上述"結果"中的總計；

• margins_name 相當于修改"總計"名，為其它名稱；

下面幾個參數(shù)，用的較少，記住干嘛的，等以后需要就百度。

• dropna 表示是否刪除缺失值，如果為True時，則把一整行全作為缺失值刪除；

• fill_value 表示將缺失值，用某個指定值填充。

案例說明

1）求出不同品牌下，每個月份的銷售數(shù)量之和

① 在Excel中的操作結果如下

② 在pandas中的操作如下

df = pd.read_excel(r"C:\Users\黃偉\Desktop\pivot_table.xlsx") display(df.sample(5))df.insert(1,"月份",df["銷售日期"].apply(lambda x:x.month)) display(df.sample(5))df1 = pd.pivot_table(df,index="品牌",columns="月份",values="銷售數(shù)量",aggfunc=np.sum) display(df1)

結果如下：

2）求出不同品牌下，每個地區(qū)、每個月份的銷售數(shù)量之和

① 在Excel中的操作結果如下

② 在pandas中的操作如下

df = pd.read_excel(r"C:\Users\黃偉\Desktop\pivot_table.xlsx") display(df.sample(5))df.insert(1,"月份",df["銷售日期"].apply(lambda x:x.month)) display(df.sample(5))df1 = pd.pivot_table(df,index="品牌",columns=["銷售區(qū)域","月份"],values="銷售數(shù)量",aggfunc=np.sum) display(df1)

結果如下：

3）求出不同品牌不同地區(qū)下，每個月份的銷售數(shù)量之和

① 在Excel中的操作結果如下

② 在pandas中的操作如下

df = pd.read_excel(r"C:\Users\黃偉\Desktop\pivot_table.xlsx") display(df.sample(5))df.insert(1,"月份",df["銷售日期"].apply(lambda x:x.month)) display(df.sample(5))df1 = pd.pivot_table(df,index=["品牌","銷售區(qū)域"],columns="月份",values="銷售數(shù)量",aggfunc=np.sum) display(df1)

結果如下：

4）求出不同品牌下的“銷售數(shù)量之和”與“貨號計數(shù)”

① 在Excel中的操作結果如下

② 在pandas中的操作如下

df = pd.read_excel(r"C:\Users\黃偉\Desktop\pivot_table.xlsx") display(df.sample(5))df.insert(1,"月份",df["銷售日期"].apply(lambda x:x.month)) display(df.sample(5))df1 = pd.pivot_table(df,index="品牌",columns="月份",values=["銷售數(shù)量","貨號"],aggfunc={"銷售數(shù)量":"sum","貨號":"count"},margins=True,margins_name="總計") display(df1)

結果如下：

推薦閱讀

Pandas處理數(shù)據(jù)太慢，來試試Polars吧！

懶人必備！只需一行代碼，就能導入所有的Python庫

絕！關于pip的15個使用小技巧

介紹10個常用的Python內(nèi)置函數(shù)，99.99%的人都在用！

可能是全網(wǎng)最完整的 Python 操作 Excel庫總結！

總結

以上是生活随笔為你收集整理的对比Excel，学习pandas数据透视表的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。