如何在Python3中透视/交叉表数据？

Python3中透视/交叉表的最佳解决方案是什么？是否有一个内置函数可以实现这一点？理想情况下，我正在寻找一个没有外部依赖关系的Python3解决方案。例如，给定一个嵌套列表：

nl = [["apples", 2 "New York"], 
      ["peaches", 6, "New York"],
      ["apples", 6, "New York"],
      ["peaches", 1, "Vermont"]]  

我希望能够重新排列行数据和groupby字段：

             apples    peaches
New York        2         6
Vermont         6         1

---

上面是一个简单的例子，但是有没有一种解决方案比使用

itertools.groupby

每当需要一个pivot时都更简单？理想情况下，该解决方案将允许在行数据在任何列上旋转。我在讨论如何使用它，但它是一个外部库，并且只有有限的Python 3支持。

下面是一些简单的代码。提供行/列/总计留给读者作为练习

class CrossTab(object):

    def __init__(
        self,
        missing=0, # what to return for an empty cell.
                   # Alternatives: '', 0.0, None, 'NULL'
        ):
        self.missing = missing
        self.col_key_set = set()
        self.cell_dict = {}
        self.headings_OK = False

    def add_item(self, row_key, col_key, value):
        self.col_key_set.add(col_key)
        try:
            self.cell_dict[row_key][col_key] += value
        except KeyError:
            try:
                self.cell_dict[row_key][col_key] = value
            except KeyError:
                self.cell_dict[row_key] = {col_key: value}

    def _process_headings(self):
        if self.headings_OK:
            return
        self.row_headings = list(sorted(self.cell_dict.keys()))
        self.col_headings = list(sorted(self.col_key_set))
        self.headings_OK = True

    def get_col_headings(self):
        self._process_headings()
        return self.col_headings

    def generate_row_info(self):
        self._process_headings()
        for row_key in self.row_headings:
            row_dict = self.cell_dict[row_key]
            row_vals = [
                row_dict.get(col_key, self.missing)
                for col_key in self.col_headings
                ]
            yield row_key, row_vals

if __name__ == "__main__":

    data = [["apples", 2, "New York"], 
      ["peaches", 6, "New York"],
      ["apples", 6, "New York"],
      ["peaches", 1, "Vermont"]]  

    ctab = CrossTab(missing='uh-oh')
    for s in data:
        ctab.add_item(row_key=s[2], col_key=s[0], value=s[1])
    print()
    print('Column headings:', ctab.get_col_headings())
    for row_heading, row_values in ctab.generate_row_info():
        print(repr(row_heading), row_values)

输出：

Column headings: ['apples', 'peaches']
'New York' [8, 6]
'Vermont' ['uh-oh', 1]

另见

---

而且，我已经忘记了这一点。

itertools.groupby

正是为解决这个问题而设计的。您将很难找到更好的内容，尤其是在标准库中。

“比使用itertools.groupby更简单”？怎么了？你能具体说明你不喜欢它的地方吗？“但它是一种外在的东西”？那有什么不好？你能更清楚地解释为什么这些解决方案是不可接受的吗？如果我有一个包含嵌套值列表的字典，我觉得提取一个特定值并以此为中心不是一件小事。通过“更简单”，我想到了许多统计语言，如SAS或R，它们具有简化此过程的内置函数；例如，R的plyr和重塑软件包，“完全针对这个问题而设计”？想提供一些具体的证据吗？例如工作代码？@JohnMachin:今天晚些时候可以。这里是@bigyllowcactus的一些证据。