Pandas中pivot_table的使用

data : 创建透视表的dataframe

values : 要聚合的值, optional

index : 要聚合的index

columns : 要聚合的columns

aggfunc :聚合的方式, default numpy.mean

fill_value : 用来替换透视表的缺失值scalar, default None

margins : 添加所有行，列，例如在后面加个“总和”boolean, default False

dropna : 不要包含条目都是NaN的列boolean, default True

margins_name : 在边距为True时将包含总计的行/列的名称。string, default ‘All’

# 读取flights数据集
flights = pd.read_csv('data/flights.csv')
flights

	MONTH	DAY	WEEKDAY	AIRLINE	ORG_AIR	DEST_AIR	SCHED_DEP	DEP_DELAY	AIR_TIME	DIST	SCHED_ARR	ARR_DELAY	DIVERTED	CANCELLED
0	1	1	4	WN	LAX	SLC	1625	58.0	94.0	590	1905	65.0	0	0
1	1	1	4	UA	DEN	IAD	823	7.0	154.0	1452	1333	-13.0	0	0
2	1	1	4	MQ	DFW	VPS	1305	36.0	85.0	641	1453	35.0	0	0
3	1	1	4	AA	DFW	DCA	1555	7.0	126.0	1192	1935	-7.0	0	0
4	1	1	4	WN	LAX	MCI	1720	48.0	166.0	1363	2225	39.0	0	0
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
58487	12	31	4	AA	SFO	DFW	515	5.0	166.0	1464	1045	-19.0	0	0
58488	12	31	4	F9	LAS	SFO	1910	13.0	71.0	414	2050	4.0	0	0
58489	12	31	4	OO	SFO	SBA	1846	-6.0	46.0	262	1956	-5.0	0	0
58490	12	31	4	WN	MSP	ATL	525	39.0	124.0	907	855	34.0	0	0
58491	12	31	4	OO	SFO	BOI	859	5.0	73.0	522	1146	-1.0	0	0

58492 rows × 14 columns

# 用pivot_table方法求出每条航线每个始发地的被取消的航班总数
fp = flights.pivot_table(index='AIRLINE',columns='ORG_AIR',values='CANCELLED',
                         aggfunc='sum', fill_value=0).round(2)
fp.head()

ORG_AIR	ATL	DEN	DFW	IAH	LAS	LAX	MSP	ORD	PHX	SFO
AIRLINE
AA	3	4	86	3	3	11	3	35	4	2
AS	0	0	0	0	0	0	0	0	0	0
B6	0	0	0	0	0	0	0	0	0	1
DL	28	1	0	0	1	1	4	0	1	2
EV	18	6	27	36	0	0	6	53	0	0