pivot()用于将DataFrame从长格式转为宽格式，通过指定index、columns和values参数重塑数据结构。例如，以日期为索引、产品为列、销售额为值，可生成便于分析的报表。需注意index和columns的组合必须唯一，否则应使用支持聚合的pivot_table()。
在Python中，pivot() 函数是Pandas库提供的一个用于重塑DataFrame结构的方法。它能将数据从“长格式”转换为“宽格式”，通过指定某些列作为索引、列名和值来重新组织数据。
基本语法
pivot() 的常用语法如下：
DataFrame.pivot(index=None, columns=None, values=None)index：用于作为新DataFrame行索引的列 columns：用于作为新DataFrame列名的列 values：用于填充新DataFrame单元格的列。如果不指定，结果会包含所有数值型列
使用场景举例
假设有一个销售数据表：
data = { ‘date’: [‘2024-01-01’, ‘2024-01-01’, ‘2024-01-02’, ‘2024-01-02’], ‘product’: [‘A’, ‘B’, ‘A’, ‘B’], ‘sales’: [100, 150, 120, 130] } df = pd.DataFrame(data)
执行 pivot 操作：
立即学习“Python免费学习笔记（深入）”；
df_pivot = df.pivot(index=’date’, columns=’product’, values=’sales’)
结果会变成：
product A Bdate2024-01-01 100 1502024-01-02 120 130
这样更方便按日期比较不同产品的销量。
注意事项
pivot() 要求输入的数据在 index 和 columns 的组合上不能有重复值。如果有重复（比如同一天同一产品有多条记录），pivot() 会报错。这时应该使用 pivot_table()，它支持聚合操作。
基本上就这些。pivot() 是数据整理中非常实用的工具，尤其适合制作报表或图表前的数据准备。不复杂但容易忽略细节。
以上就是python中pivot()函数是什么？的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1382363.html
微信扫一扫 
支付宝扫一扫 
