【Python】数据分析：pd.pivot

很久没有写数据处理的相关啦。今天正好遇到这个相关问题，用到是数据透视表，所以过来做个笔记，也复习一下啦。

import pandas as pd

df = pd.DataFrame({'timestamp': ['11:00', '11:00', '12:00', '12:00'],
                   'type': ['a', 'b', 'a', 'b'],
                   'v': [10, 2, 20, 8]
                   })

输出：

  timestamp type   v
0     11:00    a  10
1     11:00    b   2
2     12:00    a  20
3     12:00    b   8

上面是一个简单的数据表。现在需要在此基础之上换成：

  timestamp   a  b
0     11:00  10  2
1     12:00  20  8

以timestamp为index 和上表当中的type值为columns，那么这其实是相当于对原来的表进行一个数据透视，也可以理解成按照要求进行数据表的动态重构。

那么在代码汇中如何 *** 作呢？

pivot = pd.pivot_table(data=df, columns=df['type'], index=df['timestamp'])
df2 = pivot.reset_index()
print(df2, '\n')

通过pd.pivot_table(data, index)实现以给定index的重构， 

     timestamp   v   
type             a  b
0        11:00  10  2
1        12:00  20  8 

然而这样得到的数据表表头部分其实是多重索引的，也就是这样：

MultiIndex([('v', 'a'),
            ('v', 'b')],
           names=[None, 'type']) 

这样通常是不能够直接进行后面数据处理 *** 作的。因此这里建议将此重新保存为dataFrame，用到的函数可以是

pivot.reset_index()

然后再根据需要重新定义表头，

columns = df["type"].unique().tolist() #获取列的不重复值，并保存为list
columns = ['timestamp'] + columns # list的合并，直接 + 
df2.columns = columns #定义dataframe的列名
print(df2)

得到的结果：

  timestamp   a  b
0     11:00  10  2
1     12:00  20  8

哈哈，虽然问题很简单，复习了一下，非常开心！