Excel 本身提供方便的樞紐分析，但你有想過用程式該如何撰寫嗎？今天就來分享一下 Pandas 中的樞紐分析：pivot_table( ) 一起透過交叉分析，快速解讀資料吧！

■ 案例

1. 商品清單
   
2. 程式碼

import pandas as pd
data = {'商品':['牛奶','奇異果','起司','葡萄','和牛','蘋果'],
        '類別':['奶製品','水果','奶製品','水果','肉品','水果'],
        '年份':[2023,2020,2020,2022,2021,2023],
        '銷售金額':[945,1240,3485,2985,5200,1895]}
df = pd.DataFrame(data)

■ 實作｜樞紐分析

Pandas 提供 pivot_table(data, index, values, aggfunc ) 進行樞紐分析的操作。

• data：讀取需要的資料
• 參數 index：比較基礎的欄位
• 參數 values：需要計算的欄位，可以 list 方式輸入多個欄位
• 參數 aggfunc：引入統計函數或自訂 function

【基礎舉例】：計算每個類別的總銷售金額

pivot = pd.pivot_table(df,index='類別',values='銷售金額',aggfunc='sum')
print(pivot)

輸出結果：

【進階舉例】：計算每個類別各年度的平均銷售金額

pivot = pd.pivot_table(df,index=['類別','年份'],values='銷售金額',aggfunc='mean')
print(pivot)

輸出結果：

■ 結語

Pandas 的 pivot_table( ) 和 Excel 的樞紐分析相近，相信擅長 Excel 的邦友們也能快速上手！如果有任何不理解、錯誤或其他方法想分享的話，歡迎留言給我！喜歡的話，也歡迎按讚訂閱唷！

我是 Eva，一位正在努力跨進資料科學領域的女子！我們下一篇文章見！Bye Bye~
【本篇文章將同步更新於個人的 Medium，期待與您的相遇！】