データフレームをピボットするにはどうすればよいですか?

ピボットとは、カテゴリを表す列と値を表す行を含むデータフレームを取得し、カテゴリが一致するように方向を変更する変換です。行に値があり、列に値があり、インデックスは元の行の値に設定されます。

Basic構文:

df.pivot(index=, columns=, values=)

例:

• 単一のピボット列:

df.pivot(index='row', columns='col', values='val')

• 複数の列でピボット:

df.pivot(index=['row', 'item'], columns='col', values='val')

• 複数の値でピボット:

df.pivot(index='row', columns='col', values=['val0', 'val1'])

• カスタム集計によるピボット関数:

df.pivot(index='row', columns='col', values='val', aggfunc='mean')

• 重複の処理キー:

デフォルトでは、行ラベルまたは列ラベルに重複したキーがある場合、エラーが発生します。または、

df.pivot_table(index='row', columns='col', values='val', fill_value=0)

• その他のメソッドを使用することもできます。ピボット:

• groupby unstack:

  df.groupby('row', 'col')['val'].mean().unstack(fill_value=0)

• pd.DataFrame.set_index: set_index を使用して行軸と列軸を設定し、アンスタックしてピボットします。
• pd.crosstab: クロス集計またはピボットの作成用に特別に設計されていますtables.

高度なピボット手法:

• クロス集計 (頻度カウント):

pd.crosstab(index=df['row'], columns=df['col'], values=df['val'], aggfunc='count')

• 複数の集計関数:

df.pivot_table(index='row', columns='col', values='val', aggfunc=['mean', 'sum'])

• 倍数による細分化columns:

df.pivot_table(index='row', columns=['item', 'col'], values='val', fill_value=0, aggfunc='mean')