data=[
{"Date":"1/2" , "Nom complet":"Yamada" ,"dessert" : "pomme" ,"Plat d'accompagnement" :"Gyoza" },
{"Date":"1/3" , "Nom complet":"Yamada" ,"dessert" : "pomme" ,"Plat d'accompagnement" :"Gyoza" },
{"Date":"1/4" , "Nom complet":"Yamada" ,"dessert" : "banane" ,"Plat d'accompagnement" :"Poisson bouilli" },
{"Date":"1/5" , "Nom complet":"Yamada" ,"dessert" : "pomme" ,"Plat d'accompagnement" :"Gyoza" },
{"Date":"1/2" , "Nom complet":"Sasaki" ,"dessert" : "Orange" ,"Plat d'accompagnement" :"Gyoza" },
{"Date":"1/3" , "Nom complet":"Sasaki" ,"dessert" : "pomme" ,"Plat d'accompagnement" :"Gyoza" },
{"Date":"1/4" , "Nom complet":"Sasaki" ,"dessert" : "pomme" ,"Plat d'accompagnement" :"Gyoza" },
{"Date":"1/5" , "Nom complet":"Sasaki" ,"dessert" : "pomme" ,"Plat d'accompagnement" :"Ragoût" },
]
import pandas as pd
df=pd.DataFrame(data)
df
Date Nom Désert Plat d'accompagnement
0 1/2 boulettes de pommes Yamada
1 1/3 boulettes de pommes Yamada
2 1/4 Poissons bouillis à la banane Yamada
3 1/5 boulettes de pommes Yamada
4 1/2 boulettes Sasaki Mikan
5 1/3 boulettes de pommes Sasaki
6 1/4 boulettes de pommes Sasaki
7 1/5 ragoût de pommes Sasaki
df.pivot_table(values= 'Plat d'accompagnement', index='Nom complet', columns='dessert' , aggfunc="count" , fill_value=0)
values = Si vous n'entrez pas "plat d'accompagnement", il sera agrégé pour chaque colonne restante Nombre de cas avec aggfunc = "count" Si fill_value = 0 n'est pas entré, 0 sera NaN.
Pomme Mikan banane du désert
Nom complet
Sasaki 0 3 1
Yamada 1 3 0
référence note.nkmk.me pandas.pivot_table
Recommended Posts