在Python中使用Pivot_Table时,可以通过使用aggfunc
参数来保持数据的原始顺序而不使用多索引。aggfunc
参数用于指定聚合函数,默认情况下,aggfunc
参数的值为np.mean
,即使用平均值进行聚合。如果想要保持原始顺序,可以将aggfunc
参数的值设置为list
,这样会将每个分组的值以列表的形式返回,从而保持原始顺序。
以下是一个示例代码:
import pandas as pd
import numpy as np
# 创建示例数据
data = {
'A': ['foo', 'foo', 'foo', 'bar', 'bar', 'bar'],
'B': ['one', 'one', 'two', 'two', 'one', 'one'],
'C': [1, 2, 3, 4, 5, 6],
'D': [7, 8, 9, 10, 11, 12]
}
df = pd.DataFrame(data)
# 使用Pivot_Table并保持原始顺序
pivot_table = pd.pivot_table(df, values=['C', 'D'], index='A', columns='B', aggfunc=list)
print(pivot_table)
输出结果如下:
C D
B one two one two
A
bar [5, 6] [4] [11, 12] [10]
foo [1, 2] [3] [7, 8] [9]
在这个示例中,我们使用了pivot_table
函数来创建一个数据透视表,并将aggfunc
参数的值设置为list
,从而保持了原始顺序。最终的输出结果中,每个分组的值都以列表的形式呈现。
小程序·云开发官方直播课(数据库方向)
Elastic 中国开发者大会
DB TALK 技术分享会
DBTalk
云+社区技术沙龙[第17期]
Elastic 中国开发者大会
腾讯云GAME-TECH沙龙
云+社区技术沙龙 [第31期]
DB-TALK 技术分享会
领取专属 10元无门槛券
手把手带您无忧上云