pandas中pivot_table()如何按日期分多列数据-创新互联
小编给大家分享一下pandas中pivot_table()如何按日期分多列数据,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!
创新互联建站主营印江网站建设的网络公司,主营网站建设方案,重庆App定制开发,印江h5成都微信小程序搭建,印江网站营销推广欢迎印江等地区企业咨询如下所示:
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
type date num 0 ip4 20170307 1 1 ip4 20170307 1 2 ip5 20170307 1 3 ip5 20170307 1 4 ip6 20170308 1 5 ip5 20170308 1
>>> 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)
以上是“pandas中pivot_table()如何按日期分多列数据”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注创新互联成都网站设计公司行业资讯频道!
另外有需要云服务器可以了解下创新互联scvps.cn,海内外云服务器15元起步,三天无理由+7*72小时售后在线,公司持有idc许可证,提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案,具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势,专为企业上云打造定制,能够满足用户丰富、多元化的应用场景需求。
网站栏目:pandas中pivot_table()如何按日期分多列数据-创新互联
当前链接:http://scyanting.com/article/cohoos.html