Tạo bảng tổng hợp (pivot table) trong pandas
Biến dữ liệu dài từng hàng thành một báo cáo tóm tắt gọn gàng với pivot_table.
- index, columns và values
- aggfunc: mean, sum, count
- Pivot table so với groupby
đội A85.0đội B85.0Các hàng trở thành bản tóm tắt
Vấn đề
Bảng dài mỗi bản ghi một hàng rất khó đọc. Người quản lý và người đọc báo cáo cần một bản tóm tắt: mỗi đội một hàng, mỗi ô một con số. Bảng tổng hợp (pivot table) dựng bản tóm tắt đó chỉ với một lệnh.
Hình dung đời thường
Bảng tổng hợp giống gom một danh sách dài kết quả các trận đấu thành bảng xếp hạng giải đấu. Thay vì đọc từng trận, bạn thấy mỗi đội một hàng cùng điểm trung bình đã được tính sẵn.
index="team"🏟️ Mỗi đội một hàngvalues="score"📈 Con số cần tóm tắtaggfunc="mean"🧮 Tính trung bình điểm của từng đội85.0📋 Ô tóm tắt của mỗi độiBảng tổng hợp (pivot table) tóm tắt một DataFrame bằng cách nhóm các hàng theo một hoặc nhiều cột rồi áp dụng một hàm tổng hợp, như trung bình hay tổng, cho một cột giá trị.
Những điểm quan trọng
index="team"tạo một hàng trong báo cáo cho mỗi đội.values="score"chọn cột cần tóm tắt.aggfunc="mean"tính trung bình điểm từng đội: cả hai đều 85.0.- Mỗi đội chỉ xuất hiện một lần, nên báo cáo có một hàng cho A và một hàng cho B.
Khi nào nên sử dụng?
- Báo cáo tóm tắt: doanh số theo vùng và tháng, điểm theo lớp và môn.
- Biến dữ liệu dài thành một lưới gọn để đọc hoặc vẽ biểu đồ.
- So sánh nhanh giữa các loại.
Khi nào chưa cần
- Chỉ một cách nhóm và một kết quả:
groupbycũng rõ ràng như vậy. - Cần các hàng gốc: bảng tổng hợp chỉ giữ phần tóm tắt.
Code ví dụ
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"))
Kết quả khi chạy
score
team
A 85.0
B 85.0
Giải thích code
Tham số index="team" quy định mỗi đội là một hàng trong báo cáo, values="score" chọn cột cần tổng hợp, còn aggfunc="mean" chọn phép tính trung bình. Kết quả cho thấy cả đội A và đội B đều có điểm trung bình 85.0. Bạn có thể thêm tham số columns để chia báo cáo theo một nhóm khác.
Thay đổi giá trị và chạy chương trình bằng trình chạy Python online của CodeUtility mà không cần cài Python.
Bài tập mở rộng
Hãy thử chỉnh sửa code theo các gợi ý dưới đây. Tự thay đổi và quan sát kết quả sẽ giúp bạn hiểu bài sâu hơn nhiều so với chỉ đọc code.
- Thêm dòng, cột và một vài giá trị bị thiếu vào dữ liệu mẫu.
- Kết hợp lọc, sắp xếp và groupby để tạo một báo cáo nhỏ.
- Đọc một file dữ liệu thật, kiểm tra kiểu dữ liệu của từng cột và xử lý các giá trị không hợp lệ.
Lỗi hay gặp
Quên hàm tổng hợp
Mặc định pivot_table tính trung bình, sẽ sai khi bạn cần tổng.
results.pivot_table(index="team", values="score") # mean
results.pivot_table(index="team", values="score", aggfunc="sum")
Bạn học xong bài này chưa?
Đánh dấu đã học để theo dõi tiến độ của bạn.