pandas pivot

date: 2022-09-09 excerpt: pandas pivotのチートシート

tag: python pandas pivot pivot_table チートシート

pandas pivotのチートシート

pivotとpivot_tableの違い

pivot_tableはpivotの一般化
pivot_tableはaggregation関数を使えたり、fill_valueを使える

pivot

特定のrowのvalueをcolumnにする
index, columns, valuesを指定する

e.g. 全世界の年ごとのドクターの数

import pandas as pd
df = pd.read_csv("medicalDoctors.csv")
df.pivot(index=["Location"], columns=["Period"], values=["First Tooltip"])

pivotした結果、multilevelになったcolumnをdropする

df.columns = df.columns.droplevel()

pivotした結果、index名とかが指定できなくなるとき

df.columns = df.columns.to_series().str.join('_')

pivot_tableでvaluesの引数が複数になる場合

aggfuncでどのように集約するかを決める必要がある

具体例

df.pivot_table(index=["os", "date"], 
              columns=["source"], 
              values=["any duplicatable value"],
              aggfunc=np.mean) # 平均を取る場合

様々なaggfunc

# サンプルデータの作成
data = {
    '商品': ['A', 'B', 'A', 'B', 'A', 'B'],
    '地域': ['東', '東', '西', '西', '東', '西'],
    '売上': [100, 150, 200, 250, 300, 350],
    '数量': [10, 15, 20, 25, 30, 35]
}

df = pd.DataFrame(data)

# ピボットテーブルの作成
pivot = pd.pivot_table(
    df,
    index='商品',               # 行に設定する列
    columns='地域',             # 列に設定する列
    values=['売上', '数量'],    # 集計対象の値
    aggfunc={
        '売上': 'sum',          # 売上の合計
        '数量': ['mean', 'first']  # 数量の平均と最初の値
    }
)

pivot_tableで存在しないデータの値を埋める

pivot_table関数のfill_value引数に値を指定することで、存在しない値を埋めることができる

df.pivot_table(index=["date", "os"], columns=["source"], values=["value_column"], fill_value=0.0)

参考