如下所示:
date | 20170307 | 20170308 |
iphone4 | 2 | 0 |
iphone5 | 2 | 1 |
iphone6 | 0 | 1 |
先生成DF數(shù)據(jù)。
>>> 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 num0 ip4 20170307 11 ip4 20170307 12 ip5 20170307 13 ip5 20170307 14 ip6 20170308 15 ip5 20170308 1
>>> pd.pivot_table(df,values='num',rows=['type'],cols=['date'],aggfunc=np.sum).fillna(0)
操作一下就是實(shí)現(xiàn)結(jié)果。
注:這個(gè)函數(shù)的參數(shù)形式在0.13.x版本里有效,其他版本請(qǐng)參考相應(yīng)文檔。
從0.14.0開始,參數(shù)形式升級(jí)成pd.pivot_table(df,values='num',index=['type'],columns=['date'],aggfunc=np.sum).fillna(0)
以上這篇pandas pivot_table() 按日期分多列數(shù)據(jù)的方法就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持武林站長(zhǎng)站。
新聞熱點(diǎn)
疑難解答
圖片精選