pandas pivot_table() 按日期分多列数据的方法
如下所示：
date
20170307
20170308
iphone4
2
0
iphone5
2
1
iphone6
0
1
先生成DF数据。
>>>df=pd.DataFrame.from_dict([['ip4','20170307',1],['ip4','20170307',1],['ip5','20170307',1],['ip5','20170307',1],['ip6','20170308',1],['ip5','20170308',1]]) >>>df.columns=['type','date','num'] >>>df
typedatenum 0ip4201703071 1ip4201703071 2ip5201703071 3ip5201703071 4ip6201703081 5ip5201703081
>>>pd.pivot_table(df,values='num',rows=['type'],cols=['date'],aggfunc=np.sum).fillna(0)
操作一下就是实现结果。
注：这个函数的参数形式在0.13.x版本里有效，其他版本请参考相应文档。
从0.14.0开始，参数形式升级成pd.pivot_table(df,values='num',index=['type'],columns=['date'],aggfunc=np.sum).fillna(0)
以上这篇pandaspivot_table()按日期分多列数据的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。