1 #透视表 pivot table 2 #pd.pivot_table(data,values=None,index=None,columns=None, 3 import numpy as np 4 import pandas as pd              aggfunc='mean',fill_value=None,margins=False,dropna=True,margins_name='ALL') 5 date = ['2017-5-1','2017-5-2','2017-5-3']*3 6 rng = pd.to_datetime(date) 7 df = pd.DataFrame({
   'date':rng, 8                    'key':list('abcdabcda'), 9                    'values':np.random.rand(9)*10})10 print(df)11 print('-----')12 13 print(pd.pivot_table(df,values = 'values',index = ['date'],columns='key',aggfunc=np.sum))#也可以aggfunc='sum'14 print('-----')15 #data:DataFrame对象16 #values：要聚合的列或列的列表17 #index：数据透视的index，从原始数据的列中筛选18 #columns：数据透视表的columns，从原始数据的列中筛选19 #aggfunc：用于聚合的函数，默认为numpy，mean，支持numpy计算方法20 print(pd.pivot_table(df,values = 'values',index = ['date','key'],aggfunc=len))21 print('------')22 #这里就分别以date，key共同做数据透视，值为values：统计不同（date，key）情况下values的计数23 #aggfunc=len（或者count）：计数

结果：

        date key    values

0 2017-05-01   a  2.562157

1 2017-05-02   b  9.604823

2 2017-05-03   c  4.770968

3 2017-05-01   d  0.654878

4 2017-05-02   a  8.839281

5 2017-05-03   b  1.211138

6 2017-05-01   c  9.570886

7 2017-05-02   d  9.915021

8 2017-05-03   a  8.551166

-----

key                a         b         c         d

date                                             

2017-05-01  2.562157       NaN  9.570886  0.654878

2017-05-02  8.839281  9.604823       NaN  9.915021

2017-05-03  8.551166  1.211138  4.770968       NaN

-----

                values

date       key       

2017-05-01 a       1.0

          　　 c       1.0

         　　  d       1.0

2017-05-02 a       1.0

       　　    b       1.0

    　　       d       1.0

2017-05-03 a       1.0

     　　      b       1.0

    　　       c       1.0

------

1 #交叉表：crosstab 2 #默认情况下，crosstab计算因子的频率，比如用于str的数据透视分析 3 #pd.crosstab(index,columns,values=None,rownames=None 4 #            ,colnames=None,aggfunc=None,margins=False,dropna=True,normalize=False) 5 df = pd.DataFrame({
   'A':[1,2,2,2,2], 6                    'B':[3,3,4,4,4], 7                    'C':[1,1,np.nan,1,1]}) 8 print(df) 9 print('------')10 print(pd.crosstab(df['A'],df['B']))11 print('------')12 #如果crosstab只接收两个series，他将提供一个频率表13 #用A的唯一值，统计B唯一值的出现次数  （A,B）= （1，3）C出现了1次   （A,B）= （2，4）出现了3次14 15 print(pd.crosstab(df['A'],df['B'],normalize=True))#以频率的方式显示16 print('--------')17 print(pd.crosstab(df['A'],df['B'],values=df['C'],aggfunc=np.sum))#values:根据因子聚合的值数组18 #aggfunc：如果未传递values数组，则计算频率表，如果传递数组，则按照指定计算19 #这里相当于以A和B界定分组，计算出每组中第三个系列C的值20 print('--------')21 print(pd.crosstab(df['A'],df['B'],values=df['C'],aggfunc=np.sum,margins=True))22 print('--------')23 #margins:布尔值，默认值False，添加行/列边距（小计）

结果:

   A  B    C

0  1  3  1.0

1  2  3  1.0

2  2  4  NaN

3  2  4  1.0

4  2  4  1.0

------

B  3  4

A     

1  1  0

2  1  3

------

B    3    4

A         

1  0.2  0.0

2  0.2  0.6

--------

B    3    4

A         

1  1.0  NaN

2  1.0  2.0

--------

B      3    4  All

A                

1    1.0  NaN  1.0

2    1.0  2.0  3.0

All  2.0  2.0  4.0

--------