题解 | #运动会各项目报名透视表#
运动会各项目报名透视表
https://www.nowcoder.com/practice/dc8ea5c6572243d1a38c907d115cfb47
import pandas as pd
f1 = pd.read_csv('items.csv')
f2 = pd.read_csv('signup.csv')
f = pd.merge(f1, f2, on = 'item_id')
print(
pd.pivot_table(f, index = ['sex','department'], columns=['item_name'],values=['employee_id'], aggfunc='count', fill_value=0)
)
'''
`pivot_table` 是 Pandas 库中用于创建数据透视表的函数。它允许你根据一个或多个键对数据进行聚合，并将数据按照指定的行和列进行排列。以下是 `pivot_table` 函数的详细解释：
pandas.pivot_table(data, values=None, index=None, columns=None, aggfunc='mean', fill_value=None, margins=False, dropna=True, margins_name='All', observed=False)
参数说明：
- **data:** 需要进行聚合的 DataFrame 对象。
- **values:** 要聚合的列名，可以是单个列名或列名的列表。
- **index:** 用作行索引的列名或列名的列表。
- **columns:** 用作列索引的列名或列名的列表。
- **aggfunc:** 聚合函数，可以是内置的聚合函数（如 'mean'、'sum'）或自定义的聚合函数。
- **fill_value:** 用于替换结果表中的缺失值的值。
- **margins:** 是否在结果表中添加汇总行和列。
- **dropna:** 是否删除所有包含缺失值的行。
- **margins_name:** 汇总行和列的名称。
- **observed:** 是否在进行分类变量的透视表操作时，只考虑观察到的值。
**返回值：** 返回一个透视表的 DataFrame。
'''
