La tabla dinámica es una tabla estadística que resume una tabla sustancial como grandes conjuntos de datos. Es parte del procesamiento de datos. Este resumen en tablas dinámicas puede incluir media, mediana, suma u otros términos estadísticos. Las tablas dinámicas se asociaron originalmente con MS Excel, pero podemos crear una tabla dinámica en Python usando Pandas usando el método dataframe.pivot() .
Sintaxis: dataframe.pivot(self, índice=Ninguno, columnas=Ninguno, valores=Ninguno, aggfunc)
Parámetros –
índice: Columna para hacer el índice del nuevo marco.
columnas: Columna para las columnas del nuevo marco.
valores: Columna(s) para completar los valores del nuevo marco.
aggfunc: función, lista de funciones, dict, predeterminado numpy.mean
Ejemplo 1:
primero vamos a crear un marco de datos que incluya Ventas de frutas.
# importing pandas
import pandas as pd
# creating dataframe
df = pd.DataFrame({'Product' : ['Carrots', 'Broccoli', 'Banana', 'Banana',
'Beans', 'Orange', 'Broccoli', 'Banana'],
'Category' : ['Vegetable', 'Vegetable', 'Fruit', 'Fruit',
'Vegetable', 'Fruit', 'Vegetable', 'Fruit'],
'Quantity' : [8, 5, 3, 4, 5, 9, 11, 8],
'Amount' : [270, 239, 617, 384, 626, 610, 62, 90]})
df
Producción:
Obtener las ventas totales de cada producto
# creating pivot table of total sales # product-wise aggfunc = 'sum' will # allow you to obtain the sum of sales # each product pivot = df.pivot_table(index =['Product'], values =['Amount'], aggfunc ='sum') print(pivot)
Producción:
Obtenga las ventas totales de cada categoría
# creating pivot table of total # sales category-wise aggfunc = 'sum' # will allow you to obtain the sum of # sales each product pivot = df.pivot_table(index =['Category'], values =['Amount'], aggfunc ='sum') print(pivot)
Producción:
Obtenga las ventas totales de por categoría y producto tanto
# creating pivot table of sales # by product and category both # aggfunc = 'sum' will allow you # to obtain the sum of sales each # product pivot = df.pivot_table(index =['Product', 'Category'], values =['Amount'], aggfunc ='sum') print (pivot)
Producción –
Obtenga la venta media, mediana y mínima por categoría
# creating pivot table of Mean, Median,
# Minimum sale by category aggfunc = {'median',
# 'mean', 'min'} will get median, mean and
# minimum of sales respectively
pivot = df.pivot_table(index =['Category'], values =['Amount'],
aggfunc ={'median', 'mean', 'min'})
print (pivot)
Producción –
Obtenga la venta media, mediana y mínima por producto
# creating pivot table of Mean, Median,
# Minimum sale by product aggfunc = {'median',
# 'mean', 'min'} will get median, mean and
# minimum of sales respectively
pivot = df.pivot_table(index =['Product'], values =['Amount'],
aggfunc ={'median', 'mean', 'min'})
print (pivot)
Producción:
Publicación traducida automáticamente
Artículo escrito por devanshigupta1304 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA