[Python/Pandas] pivot_tableの使い方 – ピボットテーブルの作成

import pandas as pd
pivot_table = pd.pivot_table(
    data,                # 入力データフレーム
    values=None,        # 集計対象の列名
    index=None,         # 行に設定する列名
    columns=None,       # 列に設定する列名
    aggfunc='mean',     # 集計関数(デフォルトは平均値)
    fill_value=None,    # 欠損値を埋める値
    margins=False,      # 合計行を追加するかどうか
    margins_name='All'  # 合計行の名前
)

import pandas as pd
# サンプルデータの作成
data = {
    '店舗': ['A', 'A', 'B', 'B', 'C', 'C'],
    '商品': ['リンゴ', 'バナナ', 'リンゴ', 'バナナ', 'リンゴ', 'バナナ'],
    '売上': [100, 150, 200, 250, 300, 350]
}
df = pd.DataFrame(data)
print(df)

店舗    商品   売上
0  A  リンゴ   100
1  A  バナナ   150
2  B  リンゴ   200
3  B  バナナ   250
4  C  リンゴ   300
5  C  バナナ   350

# ピボットテーブルの作成
pivot_table = pd.pivot_table(
    df,
    values='売上',      # 集計対象の列
    index='店舗',       # 行に設定する列
    aggfunc='sum'      # 集計関数(合計)
)
print(pivot_table)

売上
店舗        
A     250
B     450
C     650

import pandas as pd
# サンプルデータの作成
data = {
    '店舗': ['A', 'A', 'B', 'B', 'C', 'C'],
    '商品': ['リンゴ', 'バナナ', 'リンゴ', 'バナナ', 'リンゴ', 'バナナ'],
    '売上': [100, 150, 200, 250, 300, 350]
}
df = pd.DataFrame(data)
print(df)

店舗    商品   売上
0  A  リンゴ   100
1  A  バナナ   150
2  B  リンゴ   200
3  B  バナナ   250
4  C  リンゴ   300
5  C  バナナ   350

# ピボットテーブルの作成
pivot_table = pd.pivot_table(
    df,
    values='売上',      # 集計対象の列
    index='店舗',       # 行に設定する列
    columns='商品',     # 列に設定する列
    aggfunc='sum',      # 集計関数(合計)
    fill_value=0        # 欠損値を0で埋める
)
print(pivot_table)

商品    バナナ  リンゴ
店舗               
A      150   100
B      250   200
C      350   300

import pandas as pd
# サンプルデータの作成
data = {
    '店舗': ['A', 'A', 'B', 'B', 'C', 'C'],
    '商品': ['リンゴ', 'バナナ', 'リンゴ', 'バナナ', 'リンゴ', 'バナナ'],
    '売上': [100, 150, 200, 250, 300, 350]
}
df = pd.DataFrame(data)
print(df)

店舗    商品   売上
0  A  リンゴ   100
1  A  バナナ   150
2  B  リンゴ   200
3  B  バナナ   250
4  C  リンゴ   300
5  C  バナナ   350

# ピボットテーブルの作成
pivot_table = pd.pivot_table(
    df,
    values='売上',                  # 集計対象の列
    index='店舗',                   # 行に設定する列
    columns='商品',                 # 列に設定する列
    aggfunc=['sum', 'mean'],        # 集計関数(合計と平均)
    fill_value=0                    # 欠損値を0で埋める
)
print(pivot_table)

sum         mean        
商品    バナナ  リンゴ  バナナ  リンゴ
店舗                                
A      150   100   75.0   50.0
B      250   200  125.0  100.0
C      350   300  175.0  150.0

import pandas as pd
import numpy as np
# サンプルデータの作成
data = {
    '店舗': ['A', 'A', 'B', 'B', 'C', 'C'],
    '商品': ['リンゴ', 'バナナ', 'リンゴ', 'バナナ', 'リンゴ', 'バナナ'],
    '売上': [100, np.nan, 200, 250, 300, np.nan]  # バナナの売上に欠損値を追加
}
df = pd.DataFrame(data)
print(df)

店舗    商品   売上
0  A  リンゴ  100.0
1  A  バナナ    NaN
2  B  リンゴ  200.0
3  B  バナナ  250.0
4  C  リンゴ  300.0
5  C  バナナ    NaN

# ピボットテーブルの作成
pivot_table = pd.pivot_table(
    df,
    values='売上',                  # 集計対象の列
    index='店舗',                   # 行に設定する列
    columns='商品',                 # 列に設定する列
    aggfunc='sum',                  # 集計関数(合計)
    fill_value=0                    # 欠損値を0で埋める
)
print(pivot_table)

商品    バナナ  リンゴ
店舗               
A        0   100
B      250   200
C        0   300

import pandas as pd
# サンプルデータの作成
data = {
    '店舗': ['A', 'A', 'B', 'B', 'C', 'C', 'A', 'B', 'C'],
    '月': ['2023-01', '2023-02', '2023-01', '2023-02', '2023-01', '2023-02', '2023-03', '2023-03', '2023-03'],
    '売上': [100, 150, 200, 250, 300, 350, 400, 450, 500]
}
df = pd.DataFrame(data)
print(df)

店舗      月   売上
0  A  2023-01   100
1  A  2023-02   150
2  B  2023-01   200
3  B  2023-02   250
4  C  2023-01   300
5  C  2023-02   350
6  A  2023-03   400
7  B  2023-03   450
8  C  2023-03   500

# ピボットテーブルの作成
pivot_table = pd.pivot_table(
    df,
    values='売上',
    index='月',
    columns='店舗',
    aggfunc='sum',
    fill_value=0
)
print(pivot_table)

店舗        A    B    C
月                    
2023-01  100  200  300
2023-02  150  250  350
2023-03  400  450  500

data = {
    '顧客ID': [1, 2, 3, 4, 5, 6],
    '年齢層': ['20代', '30代', '20代', '40代', '30代', '40代'],
    '購入回数': [5, 3, 2, 4, 6, 1]
}
df_customers = pd.DataFrame(data)
print(df_customers)

顧客ID 年齢層  購入回数
0      1  20代      5
1      2  30代      3
2      3  20代      2
3      4  40代      4
4      5  30代      6
5      6  40代      1

# ピボットテーブルの作成
pivot_table_customers = pd.pivot_table(
    df_customers,
    values='購入回数',
    index='年齢層',
    aggfunc='sum',
    fill_value=0
)
print(pivot_table_customers)

年齢層
20代    7
30代    9
40代    5

data = {
    '日付': ['2023-01-01', '2023-01-02', '2023-01-03', '2023-01-08', '2023-01-09'],
    '売上': [100, 150, 200, 250, 300]
}
df_sales = pd.DataFrame(data)
df_sales['日付'] = pd.to_datetime(df_sales['日付'])
df_sales['週'] = df_sales['日付'].dt.isocalendar().week
print(df_sales)

日付  売上  週
0 2023-01-01  100  52
1 2023-01-02  150   1
2 2023-01-03  200   1
3 2023-01-08  250   1
4 2023-01-09  300   2

# ピボットテーブルの作成
pivot_table_sales = pd.pivot_table(
    df_sales,
    values='売上',
    index='週',
    aggfunc='sum',
    fill_value=0
)
print(pivot_table_sales)

売上
週        
52  100
1   600
2   300

import pandas as pd
# サンプルデータの作成
data = {
    '店舗': ['A', 'A', 'B', 'B', 'C', 'C'],
    '商品': ['リンゴ', 'バナナ', 'リンゴ', 'バナナ', 'リンゴ', 'バナナ'],
    '売上': [100, 150, 200, 250, 300, 350]
}
df = pd.DataFrame(data)
# ピボットテーブルの作成
pivot_table = pd.pivot_table(
    df,
    values='売上',
    index='店舗',
    columns='商品',
    aggfunc='sum',
    fill_value=0
)
print(pivot_table)

商品    バナナ  リンゴ
店舗               
A      150   100
B      250   200
C      350   300

# groupbyの使用
grouped = df.groupby(['店舗', '商品'])['売上'].sum().unstack(fill_value=0)
print(grouped)

商品    バナナ  リンゴ
店舗               
A      150   100
B      250   200
C      350   300