python中pivot()函數基礎知識點
不同於以往為大傢介紹的函數使用,我們利用pivot函數可以實現的方式,就是用來重塑數據使用的,在python的使用上並不常見,但是如果需要利用這種功能,基本上能夠被我們選擇調用的函數,pivot函數一定是榜上有名,下面我們就圍繞著該函數,給大傢做詳細的內容講解,一起來看下吧。
函數語法:
pivot()
參數:
Index、columns需要註意的是前者是可選參數,後者是必選參數。
使用實例:
import pandas as pd df=pd.read_csv("user_label_part1.csv",sep=',',encoding='gbk')
註意點:
數據分析的時候要記得將pivot結果reset_index()
函數使用:
df.head(10) temp=df.pivot(index='user_log_acct',columns='item_third_cate_cd',values='label') temp.to_csv("res.csv",sep=',',encoding='gbk') df.head(3)
Python的pivot函數結構講解
pivot(index=None, columns=None, values=None)
index: 可選參數。設置新dataframe的行索引,如果未指明,就用當前已存在的行索引。
columns:必選參數。用來設置作為新dataframe的列索引。
values:可選參數。在原dataframe中選中某一列/幾列的值,使其在新dataframe的列裡顯示。如果不指定,則默認將原dataframe中所有的列都顯示,這裡需要註意:為瞭將所有的值都顯示出來,就會出現多層行索引的情況。
以上就是python中pivot()函數基礎知識點的詳細內容,更多關於python中pivot()函數是什麼的資料請關註WalkonNet其它相關文章!
推薦閱讀:
- Pandas使用stack和pivot實現數據透視的方法
- Python+Pandas實現數據透視表
- Python pandas軸旋轉stack和unstack的使用說明
- 一文搞懂Python中pandas透視表pivot_table功能
- 一文搞懂Pandas數據透視的4個函數的使用