不同于以往為大家介紹的函數(shù)使用，我們利用pivot函數(shù)可以實(shí)現(xiàn)的方式，就是用來重塑數(shù)據(jù)使用的，在python的使用上并不常見，但是如果需要利用這種功能，基本上能夠被我們選擇調(diào)用的函數(shù)，pivot函數(shù)一定是榜上有名，下面我們就圍繞著該函數(shù)，給大家做詳細(xì)的內(nèi)容講解，一起來看下吧。

函數(shù)語法：

pivot()

參數(shù)：

Index、columns需要注意的是前者是可選參數(shù)，后者是必選參數(shù)。

使用實(shí)例：

import pandas as pddf=pd.read_csv('user_label_part1.csv',sep=’,’,encoding=’gbk’)

注意點(diǎn)：

數(shù)據(jù)分析的時(shí)候要記得將pivot結(jié)果reset_index()

函數(shù)使用：

df.head(10)temp=df.pivot(index=’user_log_acct’,columns=’item_third_cate_cd’,values=’label’)temp.to_csv('res.csv',sep=’,’,encoding=’gbk’)df.head(3)Python的pivot函數(shù)結(jié)構(gòu)講解

pivot(index=None, columns=None, values=None)

index: 可選參數(shù)。設(shè)置新dataframe的行索引，如果未指明，就用當(dāng)前已存在的行索引。

columns：必選參數(shù)。用來設(shè)置作為新dataframe的列索引。

values：可選參數(shù)。在原dataframe中選中某一列/幾列的值，使其在新dataframe的列里顯示。如果不指定，則默認(rèn)將原dataframe中所有的列都顯示，這里需要注意：為了將所有的值都顯示出來，就會(huì)出現(xiàn)多層行索引的情況。

以上就是python中pivot()函數(shù)基礎(chǔ)知識(shí)點(diǎn)的詳細(xì)內(nèi)容，更多關(guān)于python中pivot()函數(shù)是什么的資料請關(guān)注好吧啦網(wǎng)其它相關(guān)文章！