Bỏ qua đến nội dung chính
Mục lục

pivot_table() trong pandas (pivot table pandas): bảng chéo

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 7/13 · Chương 7

Ghép và đổi hình bảng

  • 7 phút
  • Trung cấp
  • Python 3.14
  • Cập nhật

Phương thức pivot_table() dựng một bảng chéo từ bảng dài (pivot table pandas): giá trị của một cột thành các dòng, giá trị của cột khác thành các cột, và mỗi ô là tổng, số đếm hay trung bình của nhóm ứng với dòng và cột đó. Đây là việc PivotTable làm trong Excel, viết bằng một lệnh.

Cần biết trước: groupby nhiều cột, agg() và merge().

Bảng chéo kênh × danh mục

Bảng đơn don_hang.csv của bộ dữ liệu thực hành chỉ ghi mã sản phẩm, nên trước hết ghép danh mục từ san_pham.csv và tính doanh thu từng đơn. Sau đó pivot_table() nhận bốn tham số chính: index= là cột cho các dòng, columns= là cột cho các cột, values= là cột được tính, aggfunc= là phép tính:

python
import pandas as pd

don = pd.read_csv("don_hang.csv")
sp = pd.read_csv("san_pham.csv", usecols=["ma_sp", "danh_muc"])
d = don.merge(sp, on="ma_sp", how="left")
d["doanh_thu"] = d["so_luong"] * d["don_gia"]
bang = d.pivot_table(index="kenh", columns="danh_muc",
                     values="doanh_thu", aggfunc="sum")
print((bang / 1_000_000).round(1))

KẾT QUẢ

danh_muc     Chăm sóc cá nhân  Cà phê & trà  Gia dụng  \
kenh
Cửa hàng                  3.0           8.8       6.8
Mạng xã hội               2.0           5.7       5.1
Sàn TMĐT                  7.9          13.0      18.0
Website                  10.3          19.0      20.6
Ứng dụng                  8.4          17.6      10.6

danh_muc     Văn phòng phẩm  Đặc sản khô
kenh
Cửa hàng                5.8          7.3
Mạng xã hội             2.8          3.7
Sàn TMĐT               11.6         11.2
Website                15.2         19.4
Ứng dụng               13.4         14.5

Mỗi ô là doanh thu (triệu đồng) của một kênh trong một danh mục. Bảng rộng hơn khung in nên pandas ngắt làm hai phần, dấu \ cuối dòng đầu báo phần còn lại ở dưới. Cùng câu hỏi bằng groupby() cần thêm một bước: d.groupby(["kenh", "danh_muc"])["doanh_thu"].sum().unstack() cho đúng bảng này. pivot_table() gói cả hai bước vào một lệnh, và đọc gần với cách bạn mô tả bảng muốn có. Trên một tờ bảng tính trống, index= là các nhãn bạn viết ở cột A, columns= là các nhãn ở dòng 1, còn values= và aggfunc= nói mỗi ô điền gì.

aggfunc: tổng, số đếm, trung bình

aggfunc= nhận tên phép tính quen từ agg(): "sum", "count", "mean", "median", "max"… Bảng sau đếm số đơn theo danh mục và năm, cột nam lấy bốn ký tự đầu của ngày đặt:

python
import pandas as pd

don = pd.read_csv("don_hang.csv")
sp = pd.read_csv("san_pham.csv", usecols=["ma_sp", "danh_muc"])
d = don.merge(sp, on="ma_sp", how="left")
d["nam"] = d["ngay_dat"].str[:4]
print(d.pivot_table(index="danh_muc", columns="nam",
                    values="ma_don", aggfunc="count"))

KẾT QUẢ

nam               2025  2026
danh_muc
Chăm sóc cá nhân   205    99
Cà phê & trà       179   122
Gia dụng           136    75
Văn phòng phẩm     243   151
Đặc sản khô        182   134

Với aggfunc="count", cột values= chỉ cần là cột không có ô trống; ma_don là lựa chọn tự nhiên vì mỗi đơn có đúng một mã. Văn phòng phẩm có nhiều đơn nhất ở cả hai năm. Số của năm 2026 nhỏ hơn vì dữ liệu chỉ tới tháng 6.

Ô trống: fill_value=0

Khi một tổ hợp dòng và cột không có đơn nào, ô đó là NaN. Bảng chỉ gồm 5 đơn đang giao cho thấy rõ điều này:

python
import pandas as pd

don = pd.read_csv("don_hang.csv")
sp = pd.read_csv("san_pham.csv", usecols=["ma_sp", "danh_muc"])
d = don.merge(sp, on="ma_sp", how="left")
dang_giao = d.loc[d["trang_thai"] == "Đang giao"]
print(dang_giao.pivot_table(index="kenh", columns="danh_muc",
                            values="ma_don", aggfunc="count",
                            fill_value=0))

KẾT QUẢ

danh_muc  Chăm sóc cá nhân  Cà phê & trà  Gia dụng  Đặc sản khô
kenh
Cửa hàng                 2             0         0            0
Sàn TMĐT                 0             0         1            0
Website                  0             1         0            0
Ứng dụng                 0             0         0            1

fill_value=0 điền số 0 vào các ô không có đơn, và số đếm giữ kiểu số nguyên. Bỏ tham số đó, bảng in NaN ở những ô ấy và các số đếm thành số thực như 2.0. Với số đếm và tổng tiền, 0 là giá trị đúng của ô trống; với trung bình thì không, vì "không có đơn" khác "trung bình bằng 0".

Dòng và cột Tổng: margins=True

margins=True thêm một dòng và một cột tổng hợp, tính bằng chính aggfunc trên toàn bộ dữ liệu của dòng hay cột đó. margins_name= đặt tên cho chúng, mặc định là "All":

python
import pandas as pd

don = pd.read_csv("don_hang.csv")
sp = pd.read_csv("san_pham.csv", usecols=["ma_sp", "danh_muc"])
d = don.merge(sp, on="ma_sp", how="left")
d["nam"] = d["ngay_dat"].str[:4]
d["doanh_thu"] = d["so_luong"] * d["don_gia"]
bang = d.pivot_table(index="danh_muc", columns="nam",
                     values="doanh_thu", aggfunc="sum",
                     margins=True, margins_name="Tổng")
print((bang / 1_000_000).round(1))

KẾT QUẢ

nam                2025   2026   Tổng
danh_muc
Chăm sóc cá nhân   21.4   10.2   31.6
Cà phê & trà       38.4   25.8   64.2
Gia dụng           38.0   23.0   61.0
Văn phòng phẩm     27.4   21.4   48.7
Đặc sản khô        36.0   20.2   56.2
Tổng              161.1  100.6  261.7

Cột Tổng là doanh thu cả hai năm của từng danh mục, dòng Tổng là doanh thu của từng năm, ô góc là doanh thu toàn bộ, 261,7 triệu. Với aggfunc="mean", ô của dòng Tổng là trung bình tính lại trên toàn bộ đơn, nên thường khác trung bình của các ô phía trên.

Kiểm tra nhanh

  1. Sau import pandas as pd và d = pd.DataFrame({"k": ["A", "A", "B"], "n": [1, 2, 1], "v": [10, 20, 30]}), d.pivot_table(index="k", columns="n", values="v", aggfunc="sum").loc["A"].tolist() là gì?

    • [10.0, 20.0]
    • [30]
    • [10, 20, 30]
  2. Cũng bảng d đó, d.pivot_table(index="k", columns="n", values="v", aggfunc="sum", fill_value=0).loc["B"].tolist() là gì?

    • [30, 0]
    • [30.0, nan]
    • [30]
  3. Cũng bảng d đó, những lệnh nào cho ô góc bằng 60?

    • d.pivot_table(index="k", columns="n", values="v", aggfunc="sum", margins=True).loc["All", "All"]
    • d.pivot_table(index="k", columns="n", values="v", aggfunc="sum", margins=True, margins_name="Tổng").loc["Tổng", "Tổng"]
    • d.pivot_table(index="k", columns="n", values="v", margins=True).loc["All", "All"]
    • d.pivot_table(index="k", columns="n", values="v", aggfunc="sum").loc["All", "All"]
  4. Sau import pandas as pd và d = pd.DataFrame({"k": ["A", "A"], "v": [10, 20]}), d.pivot_table(index="k", values="v")["v"].tolist() là gì?

    • [30]
    • [15.0]
    • [10, 20]
Đúng hết lần đầu +15 XP

Bài tập

Bảng giờ làm theo thứ trong tuần

Quán ghi chấm công mỗi ca một dòng: cột nhan_vien, thu (như "T2", "T3", "CN") và các cột số như so_gio, tang_ca. Một người có thể làm hai ca cùng một thứ. Viết thân hàm bang_gio_lam(cham_cong, cot="so_gio"):

  • mỗi dòng là một nhân viên, mỗi cột là một thứ có trong dữ liệu, mỗi ô là tổng cột cot của nhân viên đó trong thứ đó;

  • ô không có ca nào là 0; không thêm dòng hay cột tổng.

Dòng và cột theo thứ tự mà pivot_table() tự sắp. Hàm không sửa bảng của nơi gọi.

Trả về: bảng giờ làm, một DataFrame.

python
import pandas as pd

def bang_gio_lam(cham_cong, cot="so_gio"):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • pivot_table(index=, columns=, values=, aggfunc=) dựng bảng chéo: nhãn dòng, nhãn cột, cột được tính và phép tính.

  • aggfunc= mặc định là "mean"; muốn tổng thì ghi aggfunc="sum", muốn đếm thì aggfunc="count".

  • Tổ hợp không có dữ liệu là NaN; fill_value=0 điền 0 và giữ kiểu số nguyên cho số đếm.

  • margins=True thêm dòng và cột tổng hợp, margins_name="Tổng" đặt tên cho chúng.

  • Cùng bảng viết bằng groupby là groupby([dong, cot])[gia_tri].sum().unstack().

Câu hỏi thường gặp

pivot_table() khác pivot() ở đâu?

pivot_table() gom nhóm và tính aggfunc khi một tổ hợp dòng, cột có nhiều giá trị. pivot() chỉ xoay bảng, không tính gì, và báo lỗi nếu tổ hợp nào lặp. Dữ liệu đã một giá trị mỗi ô thì hai lệnh cho cùng bảng.

Làm sao tính nhiều phép cùng lúc trong pivot table python?

Truyền một list cho aggfunc=, ví dụ aggfunc=["sum", "count"]: các cột của kết quả thành hai tầng, tầng ngoài là tên phép tính. Muốn mỗi cột một phép riêng thì truyền một dict, như aggfunc={"doanh_thu": "sum", "so_luong": "mean"}, giống cách viết của agg().

Đưa bảng chéo về bảng thường để xuất Excel thế nào?

Gọi reset_index() để nhãn dòng thành một cột thường. Khi cột có hai tầng (do aggfunc là list), nối tên hai tầng thành một tên phẳng trước khi xuất, ví dụ bang.columns = [f"{a}_{b}" for a, b in bang.columns]. Bài to_excel() chỉ cách ghi file.

Chủ đề

pivot table pandas

Dữ liệu của bài

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập