数据透视表数据透视表就是将数据的每一列作为输入，输出将数据不断细分成多个维度累计信息的二维数据表，简单来说，数据透视表更像是一种多维的GroupBy累计操作。 示例数据本例使用了泰坦尼克号的乘客信息，这份数据包含性别(gender)、年龄(age)、船舱等级(class)和船票信息(fare paid)等等： import numpy as np
import pandas as pd
import seaborn as sns
titanic = sns.load_dataset('titanic')
titanic.head()
 泰坦尼克数据手工制作数据透视表可以使用之前学过的GroupBy来手工制作数据透视表，比如我们要统计不同性别乘客的生还率： titanic.groupby('sex')[['survived']].mean()
 不同性别乘客的生还率可以看出有四分之三的女性被救，但只有五分之一的男性被救！ 要是我们还想同时观察不同性别与船舱等级的生还情况，根据GroupBy的操作流程，可以先将船舱等级(class)与性别(sex)分组，然后选择生还状态(survived)列，应用均值(mean)累计函数，再将结果组合，最后通过unstack来转换多级索引： titanic.groupby(['sex', 'class'])['survived'].aggregate('mean').unstack()
 不同性别与船舱等级的生还情况这样的代码是不是看起来有些复杂？所以 Pandas 提供了pivot_table方式来快速解决这种多维的累计分析任务。 数据透视表语法使用pivot_table来实现上面的代码： titanic.pivot_table('survived', index='sex', columns='class')
不同性别与船舱等级的生还情况与GroupBy方法相比，这样的代码可读性更强，结果也完全一样。可以发现生还率最高的是船舱等级最高的女性，一等舱的女性几乎全部生还，而三等舱男性的生还率仅为十分之一。 多级数据透视表还可以把年龄作为第三个维度，并用pd.cut对年龄进行分段： age = pd.cut(titanic['age'], [0, 18, 80])
titanic.pivot_table('survived', ['sex', age], 'class')
 多级数据透视表-1用pd.qcut会根据船票价格的频率等分为两份，把它加入数据透视表看看： fare = pd.qcut(titanic['fare'], 2)
titanic.pivot_table('survived', ['sex', age], [fare, 'class'])
 多级数据透视表-2其他数据透视表选项DataFrame 的pivot_table选项如下： # call signature as of Pandas 0.18
DataFrame.pivot_table(data, values=None, index=None, columns=None,
aggfunc='mean', fill_value=None, margins=False,
dropna=True, margins_name='All')
aggfunc用于设置累计函数类型，默认是均值（还可以是'sum', 'mean', 'count', 'min', 'max'等等，也可以用np.sum(), min(), sum()等）。另外，可以通过字典为不同的列指定不同的累计函数：
titanic.pivot_table(index='sex', columns='class',
aggfunc={'survived':sum, 'fare':'mean'})
 通过字典指定不同的累计函数值得注意的是，上面的代码省去了values因为，在aggfunc的字典中已经指定了。 当需要计算每一组的总数时，可使用magins参数： titanic.pivot_table('survived', index='sex', columns='class', margins=True)
 使用 magins 添加 All 列magins的标签可以通过margins_name参数进行自定义，默认值是All。
笔记整理自《Python数据科学手册》，本书的英文版以及一些资料已在Github开源（https://github.com/jakevdp/PythonDataScienceHandbook ），中文版可点击下方链接购买~
|
