Python pandas 数据透视表 pivot_table 详解与实战

三、pivot_table 核心参数详解

pivot_table 的语法如下，核心参数仅 6 个：

pd.pivot_table(
    data,          # 要分析的 DataFrame
    values=None,   # 要聚合的列
    index=None,    # 行分组依据
    columns=None,  # 列分组依据
    aggfunc='mean',# 聚合函数
    fill_value=None,# 填充缺失值
    margins=False, # 是否添加总计
    margins_name='All'# 总计的名称
)

1. 基础用法：index 与 values

最简化的透视表：按 index 分组，对 values 应用默认聚合函数（mean）。

pivot1 = pd.pivot_table(
    data=df,
    values="销售额",
    index="地区"
)
print(pivot1)

2. columns：增加维度

通过 columns 参数添加列分组，实现'行 + 列'双维度聚合。

pivot2 = pd.pivot_table(
    data=df,
    values="销售额",
    index="地区",
    columns="产品",
    aggfunc="sum"
)
print(pivot2)

3. aggfunc：指定聚合函数

默认聚合函数是 mean，可通过 aggfunc 指定其他函数（如 sum、count、max），还能同时应用多个函数。

# 单一聚合函数
pivot3 = pd.pivot_table(
    data=df, values="利润", index="地区", columns="产品", aggfunc="max"
)

# 多个聚合函数
pivot4 = pd.pivot_table(
    data=df, values="销售额", index="地区", columns="产品", aggfunc=["sum","mean"]
)

4. fill_value：填充缺失值

当某些组合没有数据时，透视表会显示 NaN，用 fill_value 可将其替换为指定值。

pivot5 = pd.pivot_table(
    data=df, values="销售额", index="地区", columns="产品", 
    aggfunc="sum", fill_value=0
)

5. margins 与 margins_name：添加总计

margins=True 会在透视表末尾添加一行和一列的总计。

pivot6 = pd.pivot_table(
    data=df, values="销售额", index="地区", columns="产品", 
    aggfunc="sum", fill_value=0, margins=True, margins_name="总计"
)

6. 多字段分组

index 和 columns 支持列表实现多层分组。

df["月份"] = df["日期"].dt.month
pivot7 = pd.pivot_table(
    data=df, values="利润", index=["地区","月份"], columns="产品", 
    aggfunc="mean", fill_value=0, margins=True
)

四、实战案例

问题 1：各季度各地区的销售额与利润总和

df["季度"] = df["日期"].dt.quarter
pivot_case1 = pd.pivot_table(
    data=df, values=["销售额","利润"], index="季度", columns="地区", 
    aggfunc="sum", fill_value=0, margins=True
)
print(pivot_case1)

问题 2：各产品在不同地区的销售次数与平均客单价

pivot_case2 = pd.pivot_table(
    data=df, values="销售额", index="产品", columns="地区", 
    aggfunc={"销售额":["count","mean"]}, fill_value=0
)
print(pivot_case2)

五、pivot_table vs pivot

• pivot：适用于无重复值的场景，不支持聚合函数，本质是'重塑数据'；
• pivot_table：适用于有重复值的场景，支持聚合函数，本质是'聚合 + 重塑'。

六、常见问题及解决

1. 聚合后出现 NaN

原因：某些组合在原始数据中没有记录。 解决：用 fill_value 参数填充（如 fill_value=0）。

2. 多层索引处理不便

解决：用 reset_index() 将行索引转为列，用 columns.droplevel() 简化列索引。

3. 聚合函数选择错误

解决：明确指定 aggfunc，根据业务场景选择合适的聚合方式。

4. 数据类型导致聚合错误

原因：values 指定的列是字符串类型。 解决：确保 values 参数指定的是数值列，或对字符串列用 aggfunc="count"。

七、总结

pivot_table 的核心价值在于用简洁的代码实现复杂的多维度聚合。熟练掌握核心参数（index、columns、values、aggfunc），结合 margins 和 fill_value，能大幅提升数据分析效率。