Pivot-Tabelle mit pandas erstellen
Pivot-Tabellen verdichten lange Datensätze zu einer übersichtlichen Kreuztabelle.
Was ist Pivot-Tabelle mit pandas erstellen?
Pivot-Tabellen verdichten lange Datensätze zu einer übersichtlichen Kreuztabelle.
Fasse Daten nach Zeilen- und Spaltenkategorien zusammen.
Wann wird dieser Ansatz verwendet?
- Tabellarische Daten einlesen, bereinigen und umformen.
- Daten aus CSV-Dateien, APIs und Datenbanken analysieren.
- Berichte und statistische Auswertungen erstellen.
Beispielcode
main.py
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"))
Erwartete Ausgabe
score
team
A 85.0
B 85.0
So funktioniert es
index und columns definieren Gruppen; values und aggfunc bestimmen Kennzahl und Aggregation. Fehlende Kombinationen können mit fill_value ersetzt werden.
Ändere die Werte und führe das Programm im CodeUtility Python Online-Compiler aus, ohne Python lokal zu installieren.
Übungsaufgaben
Verändere Eingaben und Randfälle, bevor du die Lösung mit größeren Datenmengen testest.
- Ergänze Zeilen, Spalten und fehlende Werte.
- Kombiniere Filtern, Sortieren und groupby in einer Auswertung.
- Lies eine reale Datei ein und überprüfe die Datentypen.