题解 | #运动会各项目报名透视表#

import pandas as pd 
df1 = pd.read_csv('items.csv')
df2 = pd.read_csv('signup.csv')
df3 = pd.merge(df1,df2,how='inner',on='item_id')
pivot_tb = df3.pivot_table(values=['employee_id'],index=['sex','department'],columns='item_name',aggfunc='count',fill_value=0)
print(pivot_tb)

• data：待操作的 DataFrame
• values：被聚合操作的列，可选项
• index：行分组键，作为结果 DataFrame 的行索引
• columns：列分组键，作为结果 DataFrame 的列索引
• aggfunc：聚合函数/函数列表，默认 numpy.mean 这里要注意如果 aggfunc 中存在函数列表，则返回的 DataFrame 中会显示函数名称
• fill_value：默认 None，可设定缺省值
• dropna：默认 True，如果列的所有值都是 NaN，将被删除；False 则保留
• margins：默认 False，设置为 True 可以添加行/列的总计
• margins_name：默认显示 'ALL'，当 margins = True 时，可以设定 margins 行/列的名称

values=['employee_id']和values='employee_id'的区别：values=['employee_id'] 表示要对'employee_id'这一列进行聚合。由于它是一个列表（尽管只有一个元素），这意味着pivot_table函数会期望df3中有多列与'employee_id'`相对应，并尝试对所有这些列进行聚合。values='employee_id'，则明确指定了只对'employee_id'`这一列进行聚合，不会显示'employee_id'。