pandas中的数据聚合函数：`pivot_table` 和 `groupby`有啥不同？

pivot_table 和 groupby 是 pandas 中两种常用的数据聚合方法，它们都能实现数据分组和汇总，但在使用方式和输出结构上有显著区别。

0. 基本介绍

groupby分组聚合

groupby 是 Pandas 库中的一个功能强大的方法，用于根据一个或多个列对数据进行分组，并对每个分组执行聚合操作。它通常与聚合函数（如 sum、mean、count 等）一起使用，以便对分组后的数据进行统计分析。

工作逻辑：“拆分-应用-合并”：它按照某些条件将数据分组，然后对每组应用函数，最后将结果合并。

基本用法

import pandas as pddf = pd.DataFrame({'城市': ['北京', '上海', '北京', '上海', '北京', '上海'],'月份': ['1月', '1月', '2月', '2月', '3月', '3月'],'销售额': [100, 200, 150, 250, 120, 230]
})

# 按城市分组计算平均销售额
avg_sales = df.groupby('城市')['销售额'].mean()

# 按城市和月份两级分组
grouped = df.groupby(['城市', '月份'])['销售额'].sum()

# 同时计算总和、平均值和最大值
result = df.groupby('城市')['销售额'].agg(['sum', 'mean', 'max']).round(2)

# 定义计算极差的函数
def range_func(x):return x.max() - x.min()result = df.groupby('城市')['销售额'].agg(range_func).to_frame("Range")

pivot_table数据透视表

pivot 英/ˈpɪvət/
n.支点；中心；枢轴；核心；中心点；最重要的人(或事物)

pivot_table创建电子表格风格的数据透视表，可以看作是多维的groupby操作，但提供了更直观的行列交叉分析能力。

基本用法

import pandas as pddf = pd.DataFrame({'城市': ['北京', '上海', '北京', '上海', '北京', '上海'],'月份': ['1月', '1月', '2月', '2月', '3月', '3月'],'销售额': [100, 200, 150, 250, 120, 230]
})# 创建简单的透视表
pivot = pd.pivot_table(df, values='销售额', index='城市', columns='月份', aggfunc='sum')
多维度分析
# 假设数据有更多维度
df['产品线'] = ['A', 'B', 'A', 'B', 'A', 'B']# 多维度透视
pivot = pd.pivot_table(df, values='销售额', index=['城市'], columns=['月份', '产品线'], aggfunc='sum',fill_value=0)
多个聚合函数
# 同时使用多个聚合函数
pivot = pd.pivot_table(df, values='销售额', index='城市', columns='月份', aggfunc=['sum', 'mean', 'count'])
#添加汇总行/列
pivot = pd.pivot_table(df, values='销售额', index='城市', columns='月份', aggfunc='sum',margins=True,  # 添加汇总margins_name='总计')

1. 输出结构的差异

特性	groupby	pivot_table
默认输出格式	返回 Series 或多层索引的 DataFrame	直接返回二维表格形式的 DataFrame
行列结构	结果可能包含多层索引（不易直观阅读）	自动生成行列交叉的表格（类似Excel透视表）
可视化友好度	需额外处理才能用于图表	直接支持热力图、柱状图等可视化

示例对比：
示例数据

groupby

# groupby 输出（多层索引Series）
df.groupby(['Region', 'Product'])['Sales'].sum()

pivot_table

# pivot_table 输出（二维表格）
pd.pivot_table(df, values='Sales', index='Region', columns='Product', aggfunc='sum')

---

2. 功能侧重点不同

groupby	pivot_table
更适合编程化的数据处理流程	更适合生成人类可读的汇总报表
支持更复杂的链式操作（如apply）	专注于行列交叉的聚合展示
灵活性更高，可自定义分组逻辑	结构化更强，适合标准化分析场景

---

3. 多维分析能力

• groupby 虽然可以通过多列分组实现多维分析，但结果需要手动处理才能清晰展示：

  df.groupby(['Region', 'Product', 'Date'])['Sales'].sum().unstack("Product")
  

  

• pivot_table 原生支持多维交叉分析，通过 index 和 columns 参数直观控制：

  pd.pivot_table(df, values='Sales', index=['Region', 'Date'], columns='Product', aggfunc='sum')
  

  

---

4. 实际应用场景选择

优先使用 groupby 当：

• 需要灵活的分组后操作（如过滤、转换）
• 进行复杂的分组计算（如滚动统计、自定义聚合）
• 数据需要进一步管道式处理（method chaining）

优先使用 pivot_table 当：

• 快速生成业务报表或可视化数据
• 需要直观对比行列维度关系
• 处理类似Excel透视表的需求

---

5. 性能对比

• 简单聚合场景下性能相近
• 复杂多维分析时，pivot_table 对内存更友好（自动处理行列展开）
• groupby 在链式操作中可能更高效（避免中间结果生成）

---

两者本质都是分组聚合，但 pivot_table 是 groupby 的一种结构化输出形式。理解它们的差异后，可以根据具体需求灵活选择或组合使用。