使用Python Pandas创建带有多列的数据透视表

数据透视表是一种将数据按照特定的方式整理并汇总的方法。在数据分析中，使用数据透视表可以将大量的数据清晰、快速地展现出来。Python Pandas库提供了方便使用的方法来创建数据透视表。本文将介绍如何使用Python Pandas创建带有多列的数据透视表。

更多Pandas相关文章，请阅读：Pandas 教程

准备数据

首先，我们需要准备数据。本文使用的是一个销售数据集，包含了销售渠道、销售员、销售日期和销售额等4个字段。示例代码如下：

import pandas as pd

data = pd.DataFrame({
    '渠道': ['渠道A', '渠道A', '渠道B', '渠道B', '渠道C', '渠道C', '渠道D', '渠道D'],
    '销售员': ['小李', '小王', '小李', '小王', '小张', '小李', '小张', '小王'],
    '日期': ['2022-01-01', '2022-01-02', '2022-01-01', '2022-01-02', '2022-01-01', '2022-01-02', '2022-01-01', '2022-01-02'],
    '销售额': [100, 200, 150, 250, 120, 180, 80, 120]
})

这个数据集包含了8条数据，其中’渠道’、’销售员’和’日期’分别作为行、列和页的索引，’销售额’则是数据的值。

创建数据透视表

使用Python Pandas的pivot_table()方法可以方便地创建数据透视表。创建数据透视表需要指定三个参数：index、columns和values。其中，index是指定数据透视表行的索引，columns是指定数据透视表列的索引，values是指定数据透视表的值。示例代码如下：

table = pd.pivot_table(data, 
                       index=['渠道', '销售员'], 
                       columns='日期', 
                       values='销售额', 
                       aggfunc='sum')

运行这段代码，我们获得了一个带有多列的数据透视表。这个数据透视表按照’渠道’和’销售员’作为行索引，按照’日期’作为列索引，展示了每个渠道和销售员在不同日期的销售总额。当然，我们也可以选择其他的聚合函数（如平均值，最大值等）来展示数据。示例代码如下：

table = pd.pivot_table(data, 
                       index=['渠道', '销售员'], 
                       columns='日期', 
                       values='销售额', 
                       aggfunc='mean')