pandas.pivot 和pandas.pivot_table区别

pandas.pivot的重点在于reshape, 通俗理解就是合并同类项,所以在行与列的交叉点值的索引应该是唯一值,如果不是唯一值,则会报错:

ValueError: Index contains duplicate entries, cannot reshape

示例:

df_test = pd.DataFrame({'foo': ['one','one','one','two','two','two'],
                       'bar': ['A', 'B', 'C', 'A', 'B', 'C'],
                       'baz': [1, 2, 3, 4, 5, 6]})
df_test.pivot(index='foo', columns='bar', values='baz')

可以得到的结果,不会报错
但是如果将

'foo': ['one','one','one','two','two','two']

更改为:

'foo': ['one','one','one','one','two','two']

则value 1和4 所对应的index 和 columns是同一个值,结果会报错。

尽量使用pivot_table,会避免这个问题

有一篇很好的解释:
http://nikgrozev.com/2015/07/01/reshaping-in-pandas-pivot-pivot-table-stack-and-unstack-explained-with-pictures/

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容