Python Data Science Handbook, 2. Auflage

Kapitel 21. Pivot-Tabellen

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Wir haben gesehen, wie wir mit der groupby Abstraktion Beziehungen innerhalb eines Datensatzes untersuchen können. Eine Pivot-Tabelle ist eine ähnliche Operation, die häufig in Tabellenkalkulationen und anderen Programmen verwendet wird, die mit tabellarischen Daten arbeiten. Die Pivot-Tabelle nimmt einfache spaltenweise Daten als Eingabe und gruppiert die Einträge in einer zweidimensionalen Tabelle, die eine mehrdimensionale Zusammenfassung der Daten liefert. Der Unterschied zwischen Pivot-Tabellen und groupby kann manchmal für Verwirrung sorgen; mir hilft es, mir Pivot-Tabellen im Wesentlichen als eine multidimensionale Version der groupbyAggregation vorzustellen. Das heißt, du teilst auf - wendest an - kombinierst, aber sowohl die Aufteilung als auch die Kombination erfolgen nicht über einen eindimensionalen Index, sondern über ein zweidimensionales Gitter.

Motivierende Pivot-Tabellen

Für die Beispiele in diesem Abschnitt verwenden wir die Datenbank der Passagiere der Titanic, die über die Seaborn-Bibliothek verfügbar ist (sieheKapitel 36):

In [1]: import numpy as np
        import pandas as pd
        import seaborn as sns
        titanic = sns.load_dataset('titanic')

In [2]: titanic.head()
Out[2]:    survived  pclass     sex   age  sibsp  parch     fare embarked  class  \
        0         0       3    male  22.0      1      0   7.2500        S  Third
        1         1       1  female  38.0      1      0  71.2833        C  First
        2         1       3  female ...