pandas.pivot_table中margins=True参数功能及计算逻辑解析

参数作用 #

设置margins=True后，透视表会自动添加一行名为“All”的汇总行和一列名为“All”的汇总列，用来展示全量数据的统计结果（这里默认聚合函数是mean，所以是均值），无需额外编写代码计算全局统计值，方便快速对比分组统计和整体统计的差异。

“All”行/列的计算逻辑 #

因为默认聚合是mean，所有“All”相关的单元格都是基于原始数据集的对应样本计算，而非对分组统计结果再做二次聚合：

• “All”列：每一行的“All”单元格，是该行对应分组（即time+day的组合）下所有样本（不管smoker取值）的字段均值。比如time='Lunch', day='Fri'行的“All”列tip_pct，是所有午餐周五聚餐的样本（抽烟+不抽烟）的小费比例均值。
• “All”行：每一列的“All”单元格，是该列对应分组（即smoker='Yes'或smoker='No'）下所有样本（不管time和day）的字段均值。比如smoker='Yes'列的“All”行size，是所有抽烟顾客的聚餐人数均值。
• 右下角的“All”单元格：对应字段的全局均值，即整个tips数据集所有样本的字段均值，和直接执行tips[['tip_pct','size']].mean()的结果完全一致。

内容的提问来源于stack exchange，提问作者Victor