下面是一个示例代码,演示如何使用 pandas 进行多列值的计数数据透视:
import pandas as pd
# 创建示例数据集
data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'John', 'John'],
'City': ['London', 'Paris', 'London', 'Paris', 'London', 'Paris'],
'Age': [25, 30, 35, 40, 45, 50]}
df = pd.DataFrame(data)
# 使用 pivot_table 方法进行数据透视
pivot_table = pd.pivot_table(df, index=['Name', 'City'], aggfunc='count')
# 打印结果
print(pivot_table)
输出结果如下:
Age
Name City
John London 1
Paris 2
Nick Paris 1
Tom London 1
Paris 1
上述代码通过 pivot_table
方法对 df
数据框进行数据透视。index
参数指定了要进行分组的列,这里选择了 Name
和 City
列。aggfunc
参数指定了聚合函数,这里选择了 count
,表示计数。最后将结果打印出来。
可以看到,输出结果中的 Age
列显示了每个姓名和城市组合的计数结果。
上一篇:按多列值拆分csv文件并保留表头