Python Pandas：透视表与汇总数据计算

在数据分析中，经常需要对数据进行汇总和重塑，以便更好地理解数据模式。Python Pandas 库提供了强大的工具，可以轻松地完成这些任务。

本文将介绍如何使用 Pandas 创建透视表，并计算数据总和。我们将使用一个具体的代码示例，演示如何从嵌套字典中构建数据框，然后使用 pivot_table() 函数生成透视表，最后计算每行的总和。

代码示例

import pandas as pd

# 示例数据：嵌套字典
new_dict = {
    'Scene 1': {'Task A': {'NoFinish': 2, 'Finish': 3}, 'Task B': {'NoFinish': 1, 'Finish': 4}},
    'Scene 2': {'Task A': {'NoFinish': 0, 'Finish': 5}, 'Task B': {'NoFinish': 3, 'Finish': 2}},
}

# 创建空的 DataFrame
df = pd.DataFrame()

# 循环遍历字典并构建 DataFrame
for scene, values in new_dict.items():
    for task, task_values in values.items():
        df = pd.concat(
            [df, pd.DataFrame({'Scene': [scene], 'Task': [task], "NoFinish": [task_values["NoFinish"]]})],
            ignore_index=True)

# 使用透视表将相同任务的状态放在同一列中
df_pivot = df.pivot_table(index=['Scene'], columns='Task', values='NoFinish', fill_value=0).reset_index()

# 计算每行总和
df_pivot['total'] = df_pivot.sum(axis=1)

# 导出为 Excel 表格
df_pivot.to_excel(r'C:\dev\SDYH_Pipeline\temp\{}.xlsx'.format(file_name), index=False)

代码说明

导入 Pandas 库： import pandas as pd
创建示例数据： 使用嵌套字典存储场景、任务和任务状态信息。
创建空的 DataFrame： df = pd.DataFrame()
循环遍历字典并构建 DataFrame： 循环遍历字典，并将数据添加到 DataFrame 中。
创建透视表： 使用 pivot_table() 函数将数据转换为透视表，其中场景为索引，任务为列，未完成任务数为值。
计算总和： 使用 sum() 函数计算每行的总和，并将结果存储在名为 “total” 的新列中。
导出为 Excel： 将 DataFrame 导出为 Excel 文件。

总结

本文展示了如何使用 Python Pandas 库创建透视表和计算数据总和。透视表是数据分析中强大的工具，可以帮助您更好地理解数据的结构和模式。通过结合 pivot_table() 函数和 sum() 函数，您可以轻松地汇总和分析数据。