这篇文章给大家分享的是“pivot函数是什么，具体用法是怎样的”，对大家学习和理解有一定的参考价值和帮助，有这方面学习需要的朋友，接下来就跟随小编一起学习一下吧。

1、pivot函数的定义

pivot(index=None,columns=None,values=None) -> DataFrame

2、pivot函数的说明

通过给定的索引(index)和列(column)的值重新生一个DataFrame对象。

根据列值对数据进行整形(生成一个“透视”表)。从指定的索引/列中使用唯一的值来形成结果数据帧的轴。此函数不支持数据聚合，多个值将导致列中的多索引。

3、pivo函数的参数

index：指定一列做为生成DataFrame对象的索引，如果为空则默认为原来的索引。

columns：指定一列的值作为列名，必须传值。

values：指定一列作为生成DataFrame对象的值。可以为空。

4、pivot函数实例

df = pd.DataFrame({'foo': ['one', 'one', 'one', 'two', 'two', 'two'],
                    'bar': ['A', 'B', 'C', 'A', 'B', 'C'],
                    'baz': [1, 2, 3, 4, 5, 6],
                    'zoo': ['x', 'y', 'z', 'q', 'w', 't']})

# 指定foo的值为新dataframe的index，bar的值为columns，dataframe中对应的值为baz
df.pivot(index='foo', columns='bar', values='baz')

# 没有指定value，列名最外层保留原来的列，如下结果baz和zoo为原dataframe中的列名，新指定的列名bar在里层（暂时这么理解）。
df.pivot(index='foo', columns='bar')

# 可以通过索引的方式取指定的列数据
df.pivot(index='foo', columns='bar')['baz']

# 可以指定多个values
df.pivot(index='foo', columns='bar', values=['baz', 'zoo'])

# 指定多个columns
df.pivot(index='foo', columns=['bar','baz'], values=['zoo'])

# 指定多个index
df.pivot(index=['foo','bar'], columns='baz', values='zoo')

# 指定多个index可以通过index名取当个index的数据
df.pivot(index=['foo','bar'], columns='baz', values='zoo').loc["one",:]

# 这两行代码运行将会报错。
# 报错提示：ValueError: Index contains duplicate entries, cannot reshape
# 意思是指定的索引one有两个列bar=A冲突了。
df = pd.DataFrame({"foo": ['one', 'one', 'two', 'two'],
                   "bar": ['A', 'A', 'B', 'C'],
                   "baz": [1, 2, 3, 4]})
df.pivot(index='foo', columns='bar', values='baz')

5、pivot函数在实际工作中解决的案例

现在要上图中的不同code之间从2020-11-16到2020-11-18三天内num序列数的相关性。

首先，dataframe对象可以直接调用函数corr()计算不同列之间的相关性，所以现在需要将原始的dataframe对象转换成以code为列，date为索引，num为值的dataframe。
第一种比较笨的方法就是循环，此方法不但代码量较多而且在数据量很大时会比较耗时。不建议使用。

grouped = df.groupby(by=["code"])
df_num = pd.DataFrame()
for name,group in grouped:
    d = pd.Series(data=group["num"].values,name=name)
    df_num = pd.concat([df_num,d],axis=1)

df_close

第二种方法就是使用pivot函数，一行代码解决，运行快速。

df_num = df.pivot(index='date',columns='code',values='num')

想要的形式的dataframe生成了就可以直接调用corr()函数直接求出code之间的相关性了

# 计算列之间的相关性
df_num.corr()

总结

到此这篇关于“pivot函数是什么，具体用法是怎样的”的文章就介绍到这了,更多相关内容请搜索群英网络以前的文章或继续浏览下面的相关文章，希望大家以后多多支持群英网络！

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• import pytorch报错原因及解决方案是什么

  最近想用pytorch,因此装了pytorch,但是碰到了问题,下面这篇文章主要给大家介绍了关于安装pytorch报错torch.cuda.is_available()=false问题的解决过程,需要的朋友可以参考下

• PyQt5中tableWidget居中代码怎样写

  这篇文章主要介绍了PyQt5实现tableWidget 居中显示方式，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教

• 用Python怎样制作udp聊天器，思路和方法是什么

  这篇文章主要为大家详细介绍了Python实现多任务版的udp聊天器，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

• pandas数据合并拼接有几种方式，具体实现是什么

  Pandas包的merge、join、concat方法可以完成数据的合并和拼接，本文主要介绍了这三种实现方式，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

• python中常用的excel模块库有几种？怎样安装?

  python中常用的excel模块库有几种？怎样安装?学习python对excel模块有一定的了解还是很有必要的，下面我们就来看看常见的excel模块库有什么特点以及要如何安装。