Question

我想在数据透视表中添加一个过滤条件，如下所示：

（选择v2的值等于＆＃39; A＆＃39;）

pd.pivot_table(df,index=['v1'],columns=['v2'=='A'],values=['v3'],aggfunc='count')

这可能吗？

Answer 1

这是Grr's答案的延伸。

使用他们的建议：

pd.pivot_table(df[df.v3 == some_value], index='v1', columns='A', values='v3', aggfunc='count')

产生错误：

＆＃34; TypeError：pivot_table（）获得了参数＆＃39;值＆＃39;＆＃34;的多个值。

我稍作调整，对我有用：

df[df.v3 == some_value].pivot_table(index='v1', columns='A', values='v3', aggfunc='count')

Answer 2

如果要按列过滤，只需传递一个列名或名称列表即可。例如：

pd.pivot_table(df, index='v1', columns='A', values='v3', aggfunc='count')
pd.pivot_table(df, index='v1', columns=['A', 'B', 'C'], values='v3', aggfunc='count')

如果您想按值过滤，只需过滤DataFrame即可。例如：

pd.pivot_table(df[df.v3 == some_value], index='v1', columns='A', values='v3', aggfunc='count')

Answer 3

您也可以在这里使用where条件：

df.where([df.v3 == some_value]).pivot_table(index='v1', columns='A', values='v3', aggfunc='count')

Answer 4

如果您需要过滤多个值，这可能会很有用：

mask = df['v2'].isin(['A', 'B', 'C'])
table = df[mask].pivot_table(
        values='v3', 
        index=['v1'],
        columns=['v2'], 
        aggfunc='count', 
    )

将过滤器添加到pandas数据透视表

4 个答案: