Creare tabelle pivot con pandas
In questa lezione creerai una tabella pivot per calcolare il voto medio di ogni squadra con pivot_table().
Introduzione
Il problema
Le tabelle lunghe con una riga per record sono difficili da leggere. Manager e report hanno bisogno di un riepilogo: una riga per squadra, un numero per cella. Una tabella pivot costruisce quel riepilogo con una sola chiamata.
Immaginalo così
Una tabella pivot è come riassumere una lunga lista di risultati delle partite in una classifica di campionato. Invece di leggere ogni partita, vedi una riga per squadra con il suo punteggio medio, calcolato per te.
index="team"🏟️ Una riga per squadravalues="score"📈 Il numero da riassumereaggfunc="mean"🧮 Fai la media dei punteggi di ogni squadra85.0📋 La cella riassuntiva di ogni squadraUna tabella pivot riassume un DataFrame raggruppando le righe per una o più colonne e applicando una funzione di aggregazione, come media o somma, a una colonna di valori.
Punti chiave
index="team"fa una riga del report per squadra.values="score"sceglie la colonna da riassumere.aggfunc="mean"fa la media dei punteggi di ogni squadra: 85.0 per entrambe.- Ogni squadra compare una volta, quindi il report ha una riga per A e una per B.
Quando si usa?
- Report riassuntivi: vendite per regione e mese, voti per classe e materia.
- Trasformare dati lunghi in una griglia compatta da leggere o rappresentare in un grafico.
- Confronti veloci tra categorie.
Quando non serve
- Un solo raggruppamento e un solo risultato:
groupbyè altrettanto chiaro. - Ti servono le righe originali: una tabella pivot tiene solo il riepilogo.
Codice di esempio
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"))
Risultato dell'esecuzione
score
team
A 85.0
B 85.0
Spiegazione del codice
Il parametro index="team" fa di ogni squadra una riga del riepilogo, values="score" sceglie la colonna da riassumere e aggfunc="mean" sceglie il calcolo della media. Il risultato mostra che sia la squadra A sia la squadra B hanno una media di 85.0. Puoi aggiungere il parametro columns per suddividere il riepilogo in base a un altro gruppo.
Modifica i valori ed esegui il programma nel compilatore Python online CodeUtility senza installare Python.
Esercizi di approfondimento
Prova a modificare il codice seguendo i suggerimenti qui sotto. Cambiare il codice e osservare il risultato ti aiuta a capire molto più che leggerlo soltanto.
- Aggiungi righe, colonne e qualche valore mancante ai dati di esempio.
- Combina filtro, ordinamento e groupby per creare un piccolo report.
- Leggi un file di dati reale, controlla il tipo di ogni colonna e gestisci i valori non validi.
Errori comuni
Dimenticare la funzione di aggregazione
Di default pivot_table fa la media, che è sbagliata quando ti servono i totali.
results.pivot_table(index="team", values="score") # mean
results.pivot_table(index="team", values="score", aggfunc="sum")
Hai finito questa lezione?
Segnala come imparata per tenere traccia dei tuoi progressi.