透视表：pivot 与 pivot_table

pivot：把长表重排成宽表

先看一张长表：张三和李四的语文、数学成绩，每个学生每个科目一行。

import pandas as pd

df = pd.DataFrame({
    "姓名": ["张三", "张三", "李四", "李四"],
    "科目": ["语文", "数学", "语文", "数学"],
    "成绩": [80, 75, 90, 85],
})
print(df)

想变成”一行一个学生、一列一个科目”的宽表，用 pivot：

wide = df.pivot(index="姓名", columns="科目", values="成绩")
print(wide)

pivot 的三个参数就是变形的三要素：

1. index：转成新表行索引的列；
2. columns：转成新表列名的列，它的唯一值成为新列名；
3. values：填进单元格的数值列。

pivot 只做重排，不做任何计算。它要求每个 (index, columns) 组合在原表里必须唯一——张三语文只能有一行，否则表格不知道该填哪个值。不满足时会直接报错：

dup = pd.DataFrame({
    "姓名": ["张三", "张三"],
    "科目": ["语文", "语文"],
    "成绩": [80, 75],
})
try:
    dup.pivot(index="姓名", columns="科目", values="成绩")
except ValueError as e:
    print("报错：", e)

不写 values：多列一起透视

原表里除了 index、columns 用到的列，还有多个数值列时，可以不写 values。结果生成多层列索引，最外层是数值列名：

df["排名"] = [2, 5, 1, 4]
wide2 = df.pivot(index="姓名", columns="科目")
print(wide2)

这样”成绩”和”排名”各有一套科目列。取其中一套用 wide2[“成绩”]，效果和指定 values 一样。这套 MultiIndex 结构，正好是 §31 stack/unstack 的用武之地。

透视结果怎么用

透视完的表还是普通 DataFrame（顶多带着 MultiIndex 列），该有的操作都能用：

print(wide.loc["张三"])   # 取一个学生的所有科目
print(wide["数学"])       # 取一列

透视后列的顺序默认按取值升序排。想让顺序固定（比如按字母序），先把列转成 Categorical（§50）再透视。想变回长表，用 §31 的 stack 或 reset_index + melt 都行。

pivot_table：有重复值就聚合

pivot 解决不了重复值，pivot_table 可以：把同一组合下的多个值，按 aggfunc 聚合成一个。

比如张三考了两次语文（80、90），取平均：

df2 = pd.DataFrame({
    "姓名": ["张三", "张三", "张三", "李四", "李四", "李四"],
    "科目": ["语文", "语文", "数学", "语文", "数学", "数学"],
    "成绩": [80, 90, 100, 70, 85, 95],
})

pt = df2.pivot_table(index="姓名", columns="科目", values="成绩", aggfunc="mean")
print(pt)

aggfunc 默认是 mean（平均值），常用的还有 “sum”、“min”、“max”、“count”、“std”。也可以传自定义函数，比如 aggfunc=lambda x: x.max() - x.min() 求极差。

aggfunc 还能传列表，一次算多种统计：

pt_multi = df2.pivot_table(
    index="姓名", columns="科目", values="成绩", aggfunc=["sum", "mean"],
)
print(pt_multi)

结果列变成两层：外层是统计方式，内层是科目。

不写 values 时，pivot_table 会把所有数值列都拿来聚合（列上再多一层）。和 pivot 一样，不写 values 意味着结果带着 MultiIndex 列。

多级透视：index 和 columns 传列表

index、columns 都可以传多个列名，得到多级行列索引：

df3 = pd.DataFrame({
    "班级": ["1班"] * 4 + ["2班"] * 4,
    "姓名": ["张三", "张三", "李四", "李四"] * 2,
    "科目": ["语文", "数学"] * 4,
    "成绩": [80, 75, 90, 85, 70, 88, 92, 78],
})

pt2 = df3.pivot_table(
    index=["班级", "姓名"],
    columns="科目",
    values="成绩",
    aggfunc="mean",
)
print(pt2)

行变成”班级 + 姓名”两层。columns 同样能传列表，比如 columns=[“科目”, “学期”]，列也变两层。透视后想取某个班级的数据，用 §22 的 xs 或 loc 按层级筛选即可。

多级透视的结果和 §37 的 groupby 有相似之处：都是按多个维度切分数据。区别在于 pivot_table 把分组维度拆到了行列两个方向，groupby 只往一个方向堆。

margins：加一行一列”合计”

想要 Excel 透视表那种”总计”行列，加 margins=True：

pt3 = df2.pivot_table(
    index="姓名",
    columns="科目",
    values="成绩",
    aggfunc="mean",
    margins=True,
)
print(pt3)

结果右下角多出 All 行和 All 列，数值按 aggfunc 同一方式汇总（这里是全体平均）。标签名可以改：margins_name=“合计”。margins 的汇总口径和 aggfunc 一致，别指望它能算别的统计量。

pivot 与 pivot_table 怎么选

一句话：pivot 是”重排”，pivot_table 是”重排 + 聚合”。选型看三点：

1. 组合是否唯一——唯一用 pivot，有重复用 pivot_table；
2. 要不要算总和、平均——要算就用 pivot_table；
3. 要不要边际汇总——只有 pivot_table 支持 margins。

透视结果想还原成长表，用上一章的 melt：pt.reset_index().melt(id_vars=“姓名”)。长宽互转、透视、堆叠这套工具配合起来，能应付绝大多数表格整形需求。

小结

pivot 是纯重排，要求每个组合唯一；pivot_table 是”重排 + 聚合”，aggfunc 决定重复组合怎么合并。index、columns 传列表得到多级透视，margins=True 加总计行列。一句话选型：组合有重复、要算汇总，就用 pivot_table，否则 pivot 更简单。