Les Pandas pivot_table() est utilisé pour calculer, agréger et résumer vos données. Il est défini comme un outil puissant qui regroupe les données avec des calculs tels que Somme, nombre, moyenne, maximum, et Min. .

Il permet également à l'utilisateur de trier et de filtrer vos données une fois le tableau croisé dynamique créé.

Paramètres:

données:Un DataFrame.valeurs:C'est un facultatif paramètre et renvoie la colonne à l'agrégation.indice:Il fait référence à la colonne, au groupeur et au tableau.

Si nous transmettons un tableau, il doit avoir la même longueur que les données.

Colonnes:Fait référence à la colonne, au groupeur et au tableau

Si nous transmettons un tableau, il doit avoir la même longueur que les données.

aggfunc :fonction, liste des fonctions, dict, numpy.mean par défaut
Si nous transmettons la liste des fonctions, le tableau croisé dynamique résultant aura des colonnes hiérarchiques dont le niveau supérieur sont les noms des fonctions.
Si nous passons un dict, la clé est appelée colonne à agréger et la valeur est une fonction ou une liste de fonctions.fill_value[scalaire, aucun par défaut] :Il remplace les valeurs manquantes par une valeur.marges[booléen, False par défaut] :Il ajoute toutes les lignes/colonnes (par exemple pour les sous-totaux/grands totaux)dropna[booléen, True par défaut] :Il supprime les colonnes dont les entrées sont toutes NaN.margins_name[string, 'All' par défaut] :Il fait référence au nom de la ligne/colonne qui contiendra les totaux lorsque les marges sont vraies.

Retour:

Il renvoie un DataFrame en sortie.

Exemple:

 # importing pandas as pd import pandas as pd import numpy as np # create dataframe info = pd.DataFrame({'P': ['Smith', 'John', 'William', 'Parker'], 'Q': ['Python', 'C', 'C++', 'Java'], 'R': [19, 24, 22, 25]}) info table = pd.pivot_table(info, index =['P', 'Q']) table 

Sortir

TCP contre UDP

 P Q R John C 24 Parker Java 25 Smith Python 19 William C 22