Python 3でデータをピボット/クロス集計する方法は？

Question

Python 3のピボット/クロスタブテーブルに最適なソリューションは何ですか？これを行う組み込み関数はありますか？理想的には、外部依存関係のないPython 3のソリューションを探しています。私が漕いデータとGROUPBYフィールドを再配置できるようにしたい

nl = [["apples", 2 "New York"], 
     ["peaches", 6, "New York"], 
     ["apples", 6, "New York"], 
     ["peaches", 1, "Vermont"]] 

：例えば、ネストされたリストが与え

   apples peaches 
New York  2   6 
Vermont   6   1 

上記の簡単な例であるが、それするソリューションがありますピボットが望まれるたびにitertools.groupbyを使用するより簡単にできますか？理想的には、解決策では、行データを任意の列でピボットすることができます。私はpandasの使用について議論していましたが、外部ライブラリであり、Python 3のサポートが限られていました。

Answer 1

ここにいくつかの簡単なコードがあります。行/列/総計を提供することは、読者の練習として残されています。

class CrossTab(object): 

    def __init__(
     self, 
     missing=0, # what to return for an empty cell. 
        # Alternatives: '', 0.0, None, 'NULL' 
     ): 
     self.missing = missing 
     self.col_key_set = set() 
     self.cell_dict = {} 
     self.headings_OK = False 

    def add_item(self, row_key, col_key, value): 
     self.col_key_set.add(col_key) 
     try: 
      self.cell_dict[row_key][col_key] += value 
     except KeyError: 
      try: 
       self.cell_dict[row_key][col_key] = value 
      except KeyError: 
       self.cell_dict[row_key] = {col_key: value} 

    def _process_headings(self): 
     if self.headings_OK: 
      return 
     self.row_headings = list(sorted(self.cell_dict.keys())) 
     self.col_headings = list(sorted(self.col_key_set)) 
     self.headings_OK = True 

    def get_col_headings(self): 
     self._process_headings() 
     return self.col_headings 

    def generate_row_info(self): 
     self._process_headings() 
     for row_key in self.row_headings: 
      row_dict = self.cell_dict[row_key] 
      row_vals = [ 
       row_dict.get(col_key, self.missing) 
       for col_key in self.col_headings 
       ] 
      yield row_key, row_vals 

if __name__ == "__main__": 

    data = [["apples", 2, "New York"], 
     ["peaches", 6, "New York"], 
     ["apples", 6, "New York"], 
     ["peaches", 1, "Vermont"]] 

    ctab = CrossTab(missing='uh-oh') 
    for s in data: 
     ctab.add_item(row_key=s[2], col_key=s[0], value=s[1]) 
    print() 
    print('Column headings:', ctab.get_col_headings()) 
    for row_heading, row_values in ctab.generate_row_info(): 
     print(repr(row_heading), row_values) 

出力：

Column headings: ['apples', 'peaches'] 
'New York' [8, 6] 
'Vermont' ['uh-oh', 1] 

もthis answer参照してください。

そしてthis one、これは私が忘れていたものです。

Answer 2

itertools.groupbyがこの問題のために作られました。あなたは、特に標準ライブラリの中で、より良いものを見つけるのは難しいでしょう。