不同于以往为大家介绍的函数使用，我们利用pivot函数可以实现的方式，就是用来重塑数据使用的，在python的使用上并不常见，但是如果需要利用这种功能，基本上能够被我们选择调用的函数，pivot函数一定是榜上有名，下面我们就围绕着该函数，给大家做详细的内容讲解，一起来看下吧。
函数语法：
|
1
|
pivot() |
参数：
Index、columns需要注意的是前者是可选参数，后者是必选参数。
使用实例：
|
1
2
|
import pandas as pddf=pd.read_csv("user_label_part1.csv",sep=',',encoding='gbk') |
注意点：
数据分析的时候要记得将pivot结果reset_index()
函数使用：
|
1
2
3
4
|
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函数结构讲解
|
1
|
pivot(index=None, columns=None, values=None) |
index: 可选参数。设置新dataframe的行索引，如果未指明，就用当前已存在的行索引。
columns：必选参数。用来设置作为新dataframe的列索引。
values：可选参数。在原dataframe中选中某一列/几列的值，使其在新dataframe的列里显示。如果不指定，则默认将原dataframe中所有的列都显示，这里需要注意：为了将所有的值都显示出来，就会出现多层行索引的情况。
以上就是python中pivot()函数基础知识点的详细内容，更多关于python中pivot()函数是什么的资料请关注服务器之家其它相关文章！
原文链接：https://www.py.cn/jishu/jichu/22430.html
