Pivot-Tabellen mit pandas erstellen
In dieser Lektion erstellst du mit pivot_table() eine Pivot-Tabelle, die die Durchschnittspunktzahl jedes Teams berechnet.
Einführung
Das Problem
Lange Tabellen mit einer Zeile pro Datensatz sind schwer zu lesen. Vorgesetzte und Berichte wollen eine Übersicht: eine Zeile pro Team, eine Zahl pro Zelle. Eine Pivot-Tabelle baut diese Übersicht mit einem Aufruf.
Stell es dir so vor
Eine Pivot-Tabelle ist, als würdest du eine lange Liste von Spielergebnissen zu einer Ligatabelle verdichten. Statt jedes Spiel zu lesen, siehst du eine Zeile pro Team mit seinem Durchschnitt, für dich berechnet.
index="team"🏟️ Eine Zeile pro Teamvalues="score"📈 Die Zahl, die zusammengefasst wirdaggfunc="mean"🧮 Die Punktzahlen jedes Teams mitteln85.0📋 Die Übersichtszelle für jedes TeamEine Pivot-Tabelle fasst einen DataFrame zusammen, indem sie Zeilen nach einer oder mehreren Spalten gruppiert und eine Aggregatfunktion wie Mittelwert oder Summe auf eine Wertespalte anwendet.
Das Wichtigste
index="team"erzeugt im Bericht eine Zeile pro Team.values="score"wählt die Spalte, die zusammengefasst wird.aggfunc="mean"mittelt die Punktzahlen jedes Teams: 85.0 für beide.- Jedes Team erscheint einmal, der Bericht hat also eine Zeile für A und eine für B.
Wann verwendet man das?
- Übersichtsberichte: Umsatz nach Region und Monat, Punkte nach Klasse und Fach.
- Lange Daten in ein kompaktes Gitter zum Lesen oder Plotten verwandeln.
- Schnelle Vergleiche über Kategorien hinweg.
Wann du es nicht brauchst
- Nur eine Gruppierung und ein Ergebnis:
groupbyist genauso klar. - Du brauchst die ursprünglichen Zeilen: Eine Pivot-Tabelle behält nur die Übersicht.
Beispielcode
import pandas as pd
results = pd.DataFrame({
"team": ["A", "A", "B", "B"],
"score": [80, 90, 70, 100],
})
print(results.pivot_table(index="team", values="score", aggfunc="mean"))
Ergebnis der Ausführung
score
team
A 85.0
B 85.0
Erklärung des Codes
Der Parameter index="team" macht jedes Team zu einer Zeile des Berichts, values="score" wählt die zusammenzufassende Spalte, und aggfunc="mean" wählt die Berechnung des Mittelwerts. Das Ergebnis zeigt, dass Team A und Team B beide im Schnitt 85.0 Punkte haben. Mit dem Parameter columns kannst du den Bericht zusätzlich nach einer anderen Gruppe aufteilen.
Ändere die Werte und führe das Programm im CodeUtility Python Online-Compiler aus, ohne Python lokal zu installieren.
Übungen zur Vertiefung
Ändere den Code anhand der folgenden Vorschläge. Wenn du selbst etwas änderst und das Ergebnis beobachtest, verstehst du viel mehr, als wenn du den Code nur liest.
- Füge den Beispieldaten Zeilen, Spalten und ein paar fehlende Werte hinzu.
- Kombiniere Filtern, Sortieren und groupby zu einem kleinen Bericht.
- Lies eine echte Datendatei ein, prüfe den Datentyp jeder Spalte und behandle ungültige Werte.
Häufige Fehler
Die Aggregatfunktion vergessen
pivot_table mittelt standardmäßig, was falsch ist, wenn du Summen brauchst.
results.pivot_table(index="team", values="score") # mean
results.pivot_table(index="team", values="score", aggfunc="sum")
Lektion fertig?
Markiere sie als gelernt, um deinen Fortschritt zu verfolgen.