df 与 df_pivot 的列操作

在使用 pandas.pivot_table() 创建 df_pivot 后，可以处理 df_pivot 中的指定列，但处理方式和处理原始的 df 可能有所不同。具体的差异在于原始 DataFrame (df) 是行式的（即每一行代表一个数据点），而通过 pivot_table() 转换后的 df_pivot 通常是列式的（即对行数据进行聚合或重塑）。下面讲解如何操作这两个 DataFrame，并对比它们在处理列时的异同。

1. 基本示例：pivot_table 创建后的 df_pivot

假设有一个 DataFrame df，其中包含一些数据，通过 pivot_table 将它转换为 df_pivot。

示例：

import pandas as pd

# 原始 DataFrame
df = pd.DataFrame({
    'Category': ['A', 'B', 'A', 'B', 'A', 'B'],
    'Value': [10, 20, 30, 40, 50, 60],
    'Amount': [100, 200, 300, 400, 500, 600]
})

# 使用 pivot_table 聚合数据
df_pivot = df.pivot_table(values=['Value', 'Amount'], index='Category', aggfunc='sum')

print("Original DataFrame (df):\n", df)
print("\nPivot Table DataFrame (df_pivot):\n", df_pivot)

输出：

Original DataFrame (df):
   Category  Value  Amount
0        A     10     100
1        B     20     200
2        A     30     300
3        B     40     400
4        A     50     500
5        B     60     600

Pivot Table DataFrame (df_pivot):
           Value  Amount
Category                
A            90     900
B           120    1200

解释：

• df 是原始数据，df_pivot 是通过 pivot_table() 创建的，按照 Category 列进行聚合，求每个类别的 Value 和 Amount 的和。
• df_pivot 的列被聚合成了 Value 和 Amount，并且 Category 作为索引。

2. 处理 df_pivot 中的指定列

你可以像普通 DataFrame 一样对 df_pivot 进行列操作，但有几个特征需要注意：

• df_pivot 可能包含多个列，且它的索引（如 Category）是从原始 DataFrame 中提取的。
• 对 df_pivot 中的指定列进行处理时，通常是列的操作（例如数学计算、条件替换等）。

示例：对 df_pivot 进行列操作

假设我们需要将 df_pivot 中的 Value 和 Amount 列都乘以 10。

# 对 df_pivot 中的列进行操作（例如乘以 10）
df_pivot['Value'] = df_pivot['Value'] * 10
df_pivot['Amount'] = df_pivot['Amount'] * 10

print("\nProcessed Pivot Table (df_pivot):\n", df_pivot)

输出：

Processed Pivot Table (df_pivot):
           Value  Amount
Category                
A          900     9000
B         1200    12000

3. 比较 df 和 df_pivot 的处理列的异同

相同点：

• 列操作：无论是 df 还是 df_pivot，都可以像常规 DataFrame 一样直接对列进行操作。例如，对列进行数学运算、条件修改、填充缺失值等。
• 列命名：在 df 和 df_pivot 中，列名可以直接通过 df['column_name'] 或 df_pivot['column_name'] 来访问和修改。

不同点：

• 索引结构：

  • df 是一个标准的二维数据表，每一行都有唯一的索引值（默认从 0 开始）。
  • df_pivot 的索引通常是来自于 pivot_table() 中的 index 参数（如本例中的 Category），且 df_pivot 会按指定的索引进行行聚合。因此，df_pivot 可能是分组后的数据，它的索引不再是整数，而是聚合的类别。

  影响：如果要对 df_pivot 进行列操作，必须小心索引，因为它们会影响如何引用或对数据进行定位。比如，不能直接像 df['Value'] 那样在 df_pivot 中引用 Value 列，因为 df_pivot 的索引有可能会被用作过滤条件。

• 聚合操作的结果：

  • df 中的每一行代表一个数据点，你对 df 的操作通常是逐行或逐列的计算。
  • df_pivot 中的每一行代表一个聚合后的数据点，因此，df_pivot 中的列值通常是基于某些分组条件聚合的结果（例如，本例中按 Category 分组计算了 Value 和 Amount 的总和）。所以对 df_pivot 进行的操作通常是对聚合结果的操作，而不再是对单个数据点的操作。

例子：处理 df 和 df_pivot 中相同列的异同

假设我们要对 df 和 df_pivot 的 Value 列应用条件过滤操作：

对 df 进行条件操作：

# 对 df 中的 Value 列进行条件过滤（例如，保留 Value > 30）
df_filtered = df[df['Value'] > 30]
print("\nFiltered Original DataFrame (df):\n", df_filtered)

输出：

Filtered Original DataFrame (df):
   Category  Value  Amount
2        A     30     300
4        A     50     500
5        B     60     600

对 df_pivot 进行相同的条件操作：

# 对 df_pivot 中的 Value 列进行条件过滤（例如，保留 Value > 1000）
df_pivot_filtered = df_pivot[df_pivot['Value'] > 1000]
print("\nFiltered Pivot Table (df_pivot):\n", df_pivot_filtered)

输出：

Filtered Pivot Table (df_pivot):
           Value  Amount
Category                
B         1200    12000

解释：

• 在 df 中，是按每一行的数据进行过滤操作。
• 在 df_pivot 中，是对每个聚合后的结果进行过滤操作。由于 df_pivot 的数据是按 Category 聚合的，所以根据聚合后的 Value 列进行过滤。

总结：

• df 与 df_pivot 的列操作：在两者之间，列的处理方式类似，都可以进行常见的操作（如数学计算、条件替换等）。不过，df 是原始的行数据，而 df_pivot 是聚合后的数据，处理时需要考虑索引和聚合的影响。
• 区别：在 df_pivot 中，由于数据已经被聚合，操作时通常涉及的是聚合结果，而不是原始数据。df 则是逐行的数据，每一行可以独立地进行操作。