python - 生成一个摘要 ("pivot"?) 表

Question

我想要一种汇总数据库表的方法，以便将共享公共(public) ID 的行汇总到一行输出中。

我的工具是 SQLite 和 Python 2.x。

例如，给出下表我本地超市的水果价格...

+--------------------+--------------------+--------------------+
|Fruit               |Shop                |Price               |
+--------------------+--------------------+--------------------+
|Apple               |Coles               |$1.50               |
|Apple               |Woolworths          |$1.60               |
|Apple               |IGA                 |$1.70               |
|Banana              |Coles               |$0.50               |
|Banana              |Woolworths          |$0.60               |
|Banana              |IGA                 |$0.70               |
|Cherry              |Coles               |$5.00               |
|Date                |Coles               |$2.00               |
|Date                |Woolworths          |$2.10               |
|Elderberry          |IGA                 |$10.00              |
+--------------------+--------------------+--------------------+

...我想生成一个汇总表，显示每个超市每种水果的价格。空格应由 NULL 填充。

+----------+----------+----------+----------+
|Fruit     |Coles     |Woolworths|IGA       |
+----------+----------+----------+----------+
|Apple     |$1.50     |$1.60     |$1.70     |
|Banana    |$0.50     |$0.60     |$0.70     |
|Cherry    |NULL      |$5.00     |NULL      |
|Date      |$2.00     |$2.10     |NULL      |
|Elderberry|NULL      |NULL      |$10.00    |
+----------+----------+----------+----------+

我相信文献称其为“数据透视表”或“数据透视查询”，但显然 SQLite doesn't support PIVOT. (该问题中的解决方案使用硬编码的 LEFT JOIN。这对我来说并没有真正的吸引力，因为我事先不知道“列”名称。)

现在我通过在 Python 中遍历整个表并累积 dicts 的 dict 来完成此操作，这有点笨拙。我愿意接受更好的解决方案，无论是在 Python 还是 SQLite 中，它们都会以表格形式提供数据。

Answer 1

pandas 包可以很好地处理这个问题。

>>> import pandas
>>> df=pandas.DataFrame(data, columns=['Fruit', 'Shop', 'Price'])
>>> df.pivot(index='Fruit', columns='Shop', values='Price')
Shop        Coles   IGA  Woolworths
Fruit                              
Apple         1.5   1.7         1.6
Banana        0.5   0.7         0.6
Cherry        5.0   NaN         NaN
Date          2.0   NaN         2.1
Elderberry    NaN  10.0         NaN

文档: http://pandas.pydata.org/pandas-docs/stable/reshaping.html

一些用于学习 pandas 的 IPython 笔记本: https://bitbucket.org/hrojas/learn-pandas

希望对您有所帮助。
问候
帕特里克布罗克曼