Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習

174

3

章 

pandas

を使ったデータ操作

In[8]: titanic.pivot_table(index='sex', columns='class',

aggfunc={'survived':sum, 'fare':'mean'})

Out[8]: fare survived

class First Second Third First Second Third

sex

female 106.125798 21.970121 16.118810 91.0 70.0 72.0

male 67.226127 19.741782 12.661633 45.0 17.0 47.0

この例では

values

キーワードが省略されていることにも注意してください。

aggfunc

にマッピン

グを指定するとき、値は自動的に決定されます。時には、各グループに沿った合計を加えると便利

な場合があります。これは、

margins

キーワードで指定できます。

In[9]: titanic.pivot_table('survived', index='sex', columns='class', margins=True)

Out[9]: class First Second Third All

sex

female 0.968085 0.921053 0.500000 0.742038

male 0.368852 0.157407 0.

135447 0.188908

All 0.629630 0.472826 0.242363 ...