Python 熊猫的多重乐趣

如果您考虑Excel中的数据透视表，您可以添加其他列，并从“求和”更改为“平均值”，再更改为“最小值”或“最大值”。是否可以在Excel中的数据透视表中获取多个值

以下是从pandas文档中提取的一个工作示例：

import pandas as pd
import numpy as np
df = pd.DataFrame({'A' : ['one', 'one', 'two', 'three'] * 6,
....:              'B' : ['A', 'B', 'C'] * 8,
....:              'C' : ['foo', 'foo', 'foo', 'bar', 'bar', 'bar'] * 4,
....:              'D' : np.random.randn(24),
....:              'E' : np.random.randn(24),
....:              'F' : np.random.randn(24)})

以下是一个枢轴示例：

pd.pivot_table(df, values=['D', 'E'], rows=['B'], aggfunc=np.mean)

返回：

    D           E
B       
A   -0.083449   -0.242955
B    0.826492   -0.058596
C    0.124266   -0.197583

这里有没有一种方法可以将np.sum作为pivot示例？

您可以将列表传递给pivot\u表的aggfunc关键字参数：

>>> pd.pivot_table(df, values=['D', 'E'], rows=['B'], aggfunc=[np.mean, np.sum])
       mean                 sum          
          D         E         D         E
B                                        
A -0.102403  0.854174 -0.819224  6.833389
B  0.426928 -0.177344  3.415428 -1.418754
C -0.159123 -0.071418 -1.272980 -0.571341

[3 rows x 4 columns]

PS：您还可以使用方法版本，即df.pivot\u tables tuff。

您可以将列表传递给pivot\u表的aggfunc关键字参数：

>>> pd.pivot_table(df, values=['D', 'E'], rows=['B'], aggfunc=[np.mean, np.sum])
       mean                 sum          
          D         E         D         E
B                                        
A -0.102403  0.854174 -0.819224  6.833389
B  0.426928 -0.177344  3.415428 -1.418754
C -0.159123 -0.071418 -1.272980 -0.571341

[3 rows x 4 columns]

---

PS：您也可以使用方法版本，即df.pivot\u tablestuff。

您只是想使用np.sum而不是np.mean，还是想同时使用两者？两者同时使用。我可以附加第一个数据透视以添加第二个数据透视，但我想知道是否可以在一次滑动中完成。您是只想使用np.sum而不是np.mean，还是想同时使用两者？同时使用。我可以附加第一个数据透视以添加第二个数据透视，但我想知道是否可以在一次滑动中完成。