pandas pivot_table() 按日期分多列数据的方法
发布时间：2026-10-13 |
6人浏览过
本文介绍如何使用pandas库中的pivot_table函数，将包含日期和类型的数据按日期展开为多列。通过示例展示DataFrame的构建、pivot_table的参数配置（如values、index、columns、aggfunc）及结果处理，并指出0.13.x与0.14.0版本间参数形式的差异，帮助开发者快速实现数据透视转换。
具体实现过程如下所示：
| date | 20170307 | 20170308 |
| iphone4 | 2 | 0 |
| iphone5 | 2 | 1 |
| iphone6 | 0 | 1 |
首先需要生成用于演示的DataFrame数据。
>>> 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 num 0 ip4 20170307 1 1 ip4 20170307 1 2 ip5 20170307 1 3 ip5 20170307 1 4 ip6 20170308 1 5 ip5 20170308 1
>>> pd.pivot_table(df,values='num',rows=['type'],cols=['date'],aggfunc=np.sum).fillna(0)
执行相关操作后即可得到预期的处理结果。
注意：该函数的参数形式在0.13.x版本中有效，其他版本请查阅相应文档。
从0.14.0开始，参数形式升级成pd.pivot_table(df,values='num',index=['type'],columns=['date'],aggfunc=np.sum).fillna(0)
以上这篇pandas pivot_table() 按日期分多列数据的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持本站。
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
