Ancho y largo: pivot_table y melt

En resumen: pivot_table hace una tabla ancha con una columna para cada categoría, y melt devuelve la larga con una fila para cada hecho; la forma la eliges según la pregunta.

Problema

«Dámelo por mes y categoría»

El gerente quiere los ingresos del año en una tabla: los meses hacia abajo, las categorías hacia la derecha, como en Excel. Sabes cómo: unir las líneas con los pedidos, los productos y las categorías (merge) y agrupar por dos claves. Los pedidos cancelados no son ingresos, así que los quitas. La tarjeta de regalo no tiene categoría y recibe un nombre propio, o se caería de los grupos:

Pythondatos: las tablas de la tienda

import pandas as pd

orders = pd.read_csv('year_orders.csv').rename(columns={'id': 'order_id'})
products = pd.read_csv('products.csv').rename(columns={'id': 'product_id'})
categories = pd.read_csv('categories.csv').rename(columns={'id': 'category_id', 'name': 'category'})
orders = orders[orders['status'] != 'cancelled']
orders['month'] = pd.to_datetime(orders['ordered_at']).dt.month
lines = pd.read_csv('year_items.csv').merge(orders[['order_id', 'month']], on='order_id')
lines = lines.merge(products[['product_id', 'category_id']], on='product_id', how='left')
lines = lines.merge(categories[['category_id', 'category']], on='category_id', how='left')
lines['category'] = lines['category'].fillna('Tarjeta de regalo')
lines['revenue'] = lines['quantity'] * lines['unit_price']
by_month = lines.groupby(['month', 'category'])['revenue'].sum().round(2)
print(len(by_month))
by_month.head(8)

import pandas as pd orders = pd.read_csv('year_orders.csv').rename(columns={'id': 'order_id'}) products = pd.read_csv('products.csv').rename(columns={'id': 'product_id'}) categories = pd.read_csv('categories.csv').rename(columns={'id': 'category_id', 'name': 'category'}) orders = orders[orders['status'] != 'cancelled'] orders['month'] = pd.to_datetime(orders['ordered_at']).dt.month lines = pd.read_csv('year_items.csv').merge(orders[['order_id', 'month']], on='order_id') lines = lines.merge(products[['product_id', 'category_id']], on='product_id', how='left') lines = lines.merge(categories[['category_id', 'category']], on='category_id', how='left') lines['category'] = lines['category'].fillna('Tarjeta de regalo') lines['revenue'] = lines['quantity'] * lines['unit_price'] by_month = lines.groupby(['month', 'category'])['revenue'].sum().round(2) print(len(by_month)) by_month.head(8)

▶ EjecutarRestaurar el código

Los números son correctos, pero son 84 filas: 12 meses por 7 categorías, una debajo de otra. Para comparar enero con julio, buscas en la lista con los ojos. La tabla que quiere el gerente tiene 12 filas y 7 columnas con los mismos 84 números.

El mes aquí es su número: 1 es enero de 2026, y 11 y 12 son noviembre y diciembre de 2025.

La idea

Larga y ancha

Los mismos números pueden estar en dos formas:

• Larga: una fila para cada hecho. Las columnas son month, category y revenue, y cada par mes–categoría es una fila aparte.
• Ancha: una fila para cada mes y una columna para cada categoría. La categoría ya no es una columna: sus valores se han convertido en nombres de columna.

De larga a ancha, con el resultado de groupby, se hace en una línea: unstack() toma el último nivel del índice (la categoría) y lo convierte en columnas:

Pythondatos: las tablas de la tienda

import pandas as pd

orders = pd.read_csv('year_orders.csv').rename(columns={'id': 'order_id'})
products = pd.read_csv('products.csv').rename(columns={'id': 'product_id'})
categories = pd.read_csv('categories.csv').rename(columns={'id': 'category_id', 'name': 'category'})
orders = orders[orders['status'] != 'cancelled']
orders['month'] = pd.to_datetime(orders['ordered_at']).dt.month
lines = pd.read_csv('year_items.csv').merge(orders[['order_id', 'month']], on='order_id')
lines = lines.merge(products[['product_id', 'category_id']], on='product_id', how='left')
lines = lines.merge(categories[['category_id', 'category']], on='category_id', how='left')
lines['category'] = lines['category'].fillna('Tarjeta de regalo')
lines['revenue'] = lines['quantity'] * lines['unit_price']
by_month = lines.groupby(['month', 'category'])['revenue'].sum().round()
wide = by_month.unstack()
print(wide.shape)
wide.head(3)

import pandas as pd orders = pd.read_csv('year_orders.csv').rename(columns={'id': 'order_id'}) products = pd.read_csv('products.csv').rename(columns={'id': 'product_id'}) categories = pd.read_csv('categories.csv').rename(columns={'id': 'category_id', 'name': 'category'}) orders = orders[orders['status'] != 'cancelled'] orders['month'] = pd.to_datetime(orders['ordered_at']).dt.month lines = pd.read_csv('year_items.csv').merge(orders[['order_id', 'month']], on='order_id') lines = lines.merge(products[['product_id', 'category_id']], on='product_id', how='left') lines = lines.merge(categories[['category_id', 'category']], on='category_id', how='left') lines['category'] = lines['category'].fillna('Tarjeta de regalo') lines['revenue'] = lines['quantity'] * lines['unit_price'] by_month = lines.groupby(['month', 'category'])['revenue'].sum().round() wide = by_month.unstack() print(wide.shape) wide.head(3)

▶ EjecutarRestaurar el código

La forma es (12, 7): 12 meses y 7 categorías. Enero: 593 € cocina, 2038 € lácteos, 1225 € bebidas.

La idea

Directo a ancha: pivot_table

pivot_table agrupa y dispone a la vez. Le dices cuatro cosas:

• index: qué va en las filas (el mes);
• columns: qué se convierte en columnas (la categoría);
• values: con qué columna trabaja (los ingresos);
• aggfunc: cómo lo calcula ('sum').

Pythondatos: las tablas de la tienda

import pandas as pd

orders = pd.read_csv('year_orders.csv').rename(columns={'id': 'order_id'})
products = pd.read_csv('products.csv').rename(columns={'id': 'product_id'})
categories = pd.read_csv('categories.csv').rename(columns={'id': 'category_id', 'name': 'category'})
orders = orders[orders['status'] != 'cancelled']
orders['month'] = pd.to_datetime(orders['ordered_at']).dt.month
lines = pd.read_csv('year_items.csv').merge(orders[['order_id', 'month']], on='order_id')
lines = lines.merge(products[['product_id', 'category_id']], on='product_id', how='left')
lines = lines.merge(categories[['category_id', 'category']], on='category_id', how='left')
lines['category'] = lines['category'].fillna('Tarjeta de regalo')
lines['revenue'] = lines['quantity'] * lines['unit_price']
report = lines.pivot_table(index='month', columns='category', values='revenue', aggfunc='sum')
report.round().astype(int)

import pandas as pd orders = pd.read_csv('year_orders.csv').rename(columns={'id': 'order_id'}) products = pd.read_csv('products.csv').rename(columns={'id': 'product_id'}) categories = pd.read_csv('categories.csv').rename(columns={'id': 'category_id', 'name': 'category'}) orders = orders[orders['status'] != 'cancelled'] orders['month'] = pd.to_datetime(orders['ordered_at']).dt.month lines = pd.read_csv('year_items.csv').merge(orders[['order_id', 'month']], on='order_id') lines = lines.merge(products[['product_id', 'category_id']], on='product_id', how='left') lines = lines.merge(categories[['category_id', 'category']], on='category_id', how='left') lines['category'] = lines['category'].fillna('Tarjeta de regalo') lines['revenue'] = lines['quantity'] * lines['unit_price'] report = lines.pivot_table(index='month', columns='category', values='revenue', aggfunc='sum') report.round().astype(int)

▶ EjecutarRestaurar el código

Ahora se lee de un vistazo. Diciembre es el pico: la cocina hace 3241 €, más de 4 veces un mes normal, y la tarjeta de regalo 2160 €. El verano trae bebidas y fruta: las bebidas son 1756 € en julio frente a 1225 € en enero. Septiembre es flojo casi en todo. Por qué, lo descubriremos en el proyecto.

Más precisamente, para curiosos

También existe pivot sin «table»: solo dispone y no suma. Si un par mes–categoría aparece en más de una fila, pivot se detiene con un error, mientras que pivot_table las combina con aggfunc. Para líneas en bruto necesitas pivot_table.

Pruébalo

Unidades por categoría

¿Cuántas unidades vendió cada categoría cada mes? Guarda en units una tabla con las categorías en las filas y los meses en las columnas.

Pythondatos: las tablas de la tienda

import pandas as pd

orders = pd.read_csv('year_orders.csv').rename(columns={'id': 'order_id'})
products = pd.read_csv('products.csv').rename(columns={'id': 'product_id'})
categories = pd.read_csv('categories.csv').rename(columns={'id': 'category_id', 'name': 'category'})
orders = orders[orders['status'] != 'cancelled']
orders['month'] = pd.to_datetime(orders['ordered_at']).dt.month
lines = pd.read_csv('year_items.csv').merge(orders[['order_id', 'month']], on='order_id')
lines = lines.merge(products[['product_id', 'category_id']], on='product_id', how='left')
lines = lines.merge(categories[['category_id', 'category']], on='category_id', how='left')
lines['category'] = lines['category'].fillna('Tarjeta de regalo')
lines['revenue'] = lines['quantity'] * lines['unit_price']
# pivot_table(index=..., columns=..., values=..., aggfunc=...)
units = ...

import pandas as pd orders = pd.read_csv('year_orders.csv').rename(columns={'id': 'order_id'}) products = pd.read_csv('products.csv').rename(columns={'id': 'product_id'}) categories = pd.read_csv('categories.csv').rename(columns={'id': 'category_id', 'name': 'category'}) orders = orders[orders['status'] != 'cancelled'] orders['month'] = pd.to_datetime(orders['ordered_at']).dt.month lines = pd.read_csv('year_items.csv').merge(orders[['order_id', 'month']], on='order_id') lines = lines.merge(products[['product_id', 'category_id']], on='product_id', how='left') lines = lines.merge(categories[['category_id', 'category']], on='category_id', how='left') lines['category'] = lines['category'].fillna('Tarjeta de regalo') lines['revenue'] = lines['quantity'] * lines['unit_price'] # pivot_table(index=..., columns=..., values=..., aggfunc=...) units = ...

Comprobar▶ Ejecutar

La idea

Celdas vacías: fill_value

En la tabla ancha cada par tiene una celda, aunque los datos no tengan ese par. Aquí está cuánto compró cada cliente de cada categoría en los 60 pedidos:

Pythondatos: las tablas de la tienda

import pandas as pd

orders = pd.read_csv('orders.csv').rename(columns={'id': 'order_id'})
products = pd.read_csv('products.csv').rename(columns={'id': 'product_id'})
categories = pd.read_csv('categories.csv').rename(columns={'id': 'category_id', 'name': 'category'})
lines = pd.read_csv('order_items.csv').merge(orders[['order_id', 'customer_id']], on='order_id')
lines = lines.merge(products[['product_id', 'category_id']], on='product_id', how='left')
lines = lines.merge(categories[['category_id', 'category']], on='category_id', how='left')
lines['revenue'] = lines['quantity'] * lines['unit_price']
spend = lines.pivot_table(index='customer_id', columns='category', values='revenue', aggfunc='sum')
print(spend.isna().sum().sum())
spend.head(4)

import pandas as pd orders = pd.read_csv('orders.csv').rename(columns={'id': 'order_id'}) products = pd.read_csv('products.csv').rename(columns={'id': 'product_id'}) categories = pd.read_csv('categories.csv').rename(columns={'id': 'category_id', 'name': 'category'}) lines = pd.read_csv('order_items.csv').merge(orders[['order_id', 'customer_id']], on='order_id') lines = lines.merge(products[['product_id', 'category_id']], on='product_id', how='left') lines = lines.merge(categories[['category_id', 'category']], on='category_id', how='left') lines['revenue'] = lines['quantity'] * lines['unit_price'] spend = lines.pivot_table(index='customer_id', columns='category', values='revenue', aggfunc='sum') print(spend.isna().sum().sum()) spend.head(4)

▶ EjecutarRestaurar el código

35 celdas son NaN. El cliente 3 no compró pan, limpieza ni bebidas. Aquí vacío significa «cero compras», no «no lo sabemos». Por eso es correcto sustituirlo por cero: fill_value=0.

Pythondatos: las tablas de la tienda

import pandas as pd

orders = pd.read_csv('orders.csv').rename(columns={'id': 'order_id'})
products = pd.read_csv('products.csv').rename(columns={'id': 'product_id'})
categories = pd.read_csv('categories.csv').rename(columns={'id': 'category_id', 'name': 'category'})
lines = pd.read_csv('order_items.csv').merge(orders[['order_id', 'customer_id']], on='order_id')
lines = lines.merge(products[['product_id', 'category_id']], on='product_id', how='left')
lines = lines.merge(categories[['category_id', 'category']], on='category_id', how='left')
lines['revenue'] = lines['quantity'] * lines['unit_price']
spend = lines.pivot_table(index='customer_id', columns='category', values='revenue', aggfunc='sum', fill_value=0)
spend.head(4)

import pandas as pd orders = pd.read_csv('orders.csv').rename(columns={'id': 'order_id'}) products = pd.read_csv('products.csv').rename(columns={'id': 'product_id'}) categories = pd.read_csv('categories.csv').rename(columns={'id': 'category_id', 'name': 'category'}) lines = pd.read_csv('order_items.csv').merge(orders[['order_id', 'customer_id']], on='order_id') lines = lines.merge(products[['product_id', 'category_id']], on='product_id', how='left') lines = lines.merge(categories[['category_id', 'category']], on='category_id', how='left') lines['revenue'] = lines['quantity'] * lines['unit_price'] spend = lines.pivot_table(index='customer_id', columns='category', values='revenue', aggfunc='sum', fill_value=0) spend.head(4)

▶ EjecutarRestaurar el código

Es el caso de la lección sobre resúmenes en el que 0 es el sustituto correcto: el cero significa de verdad cero. Si la celda estuviera vacía porque faltaba un informe, el cero mentiría.

La idea

Los totales: margins

margins=True añade una fila y una columna All con los totales. Aquí se muestran dos de las categorías y el total:

Pythondatos: las tablas de la tienda

import pandas as pd

orders = pd.read_csv('year_orders.csv').rename(columns={'id': 'order_id'})
products = pd.read_csv('products.csv').rename(columns={'id': 'product_id'})
categories = pd.read_csv('categories.csv').rename(columns={'id': 'category_id', 'name': 'category'})
orders = orders[orders['status'] != 'cancelled']
orders['month'] = pd.to_datetime(orders['ordered_at']).dt.month
lines = pd.read_csv('year_items.csv').merge(orders[['order_id', 'month']], on='order_id')
lines = lines.merge(products[['product_id', 'category_id']], on='product_id', how='left')
lines = lines.merge(categories[['category_id', 'category']], on='category_id', how='left')
lines['category'] = lines['category'].fillna('Tarjeta de regalo')
lines['revenue'] = lines['quantity'] * lines['unit_price']
report = lines.pivot_table(index='month', columns='category', values='revenue', aggfunc='sum', margins=True)
print(report.loc['All', 'All'].round(2))
report[['Cocina', 'Bebidas', 'All']].round().astype(int)

import pandas as pd orders = pd.read_csv('year_orders.csv').rename(columns={'id': 'order_id'}) products = pd.read_csv('products.csv').rename(columns={'id': 'product_id'}) categories = pd.read_csv('categories.csv').rename(columns={'id': 'category_id', 'name': 'category'}) orders = orders[orders['status'] != 'cancelled'] orders['month'] = pd.to_datetime(orders['ordered_at']).dt.month lines = pd.read_csv('year_items.csv').merge(orders[['order_id', 'month']], on='order_id') lines = lines.merge(products[['product_id', 'category_id']], on='product_id', how='left') lines = lines.merge(categories[['category_id', 'category']], on='category_id', how='left') lines['category'] = lines['category'].fillna('Tarjeta de regalo') lines['revenue'] = lines['quantity'] * lines['unit_price'] report = lines.pivot_table(index='month', columns='category', values='revenue', aggfunc='sum', margins=True) print(report.loc['All', 'All'].round(2)) report[['Cocina', 'Bebidas', 'All']].round().astype(int)

▶ EjecutarRestaurar el código

La columna All son los ingresos del mes, y la fila All son los ingresos de la categoría en el año: 11 304 € cocina, 17 811 € bebidas. En la esquina está el total: 111 186,20 €. Septiembre es 7129 €, menos que agosto (8813 €) y octubre (9920 €).

La idea

De vuelta a larga: melt

El gerente envía el plan para los próximos tres meses. La tabla viene de Excel y es ancha: una fila por categoría y una columna por mes.

Una tabla ancha es buena para leer, pero no para trabajar. El mes no es una columna, está en los nombres de las columnas, y no hay nada por lo que agrupar. melt la funde de vuelta en una larga: id_vars es la columna que se queda, var_name pone nombre a la columna con los antiguos nombres de columna, y value_name a la columna con los números:

Pythondatos: las tablas de la tienda

analysis.pyplan.csv

import pandas as pd

plan = pd.read_csv('plan.csv')
print(plan.shape)
plan_long = plan.melt(id_vars='category', var_name='month', value_name='plan')
print(plan_long.shape)
plan_long.head(9)

import pandas as pd plan = pd.read_csv('plan.csv') print(plan.shape) plan_long = plan.melt(id_vars='category', var_name='month', value_name='plan') print(plan_long.shape) plan_long.head(9)

category,2026-11,2026-12,2027-01
Pan y bollería,1250,1550,1000
Limpieza,1150,1300,850
Lácteos,2900,3700,2100
Bebidas,1500,2000,1300
Frutas y verduras,1750,2400,1600
Tarjeta de regalo,150,2300,120
Cocina,1000,3400,650
 

category,2026-11,2026-12,2027-01 Pan y bollería,1250,1550,1000 Limpieza,1150,1300,850 Lácteos,2900,3700,2100 Bebidas,1500,2000,1300 Frutas y verduras,1750,2400,1600 Tarjeta de regalo,150,2300,120 Cocina,1000,3400,650

▶ EjecutarRestaurar el código

7 filas y 4 columnas pasan a 21 filas y 3 columnas: cada número del plan es una fila aparte. Ahora el mes es una columna, y groupby funciona:

Pythondatos: las tablas de la tienda

analysis.pyplan.csv

import pandas as pd

plan = pd.read_csv('plan.csv')
plan_long = plan.melt(id_vars='category', var_name='month', value_name='plan')
plan_long.groupby('month')['plan'].sum()

import pandas as pd plan = pd.read_csv('plan.csv') plan_long = plan.melt(id_vars='category', var_name='month', value_name='plan') plan_long.groupby('month')['plan'].sum()

category,2026-11,2026-12,2027-01
Pan y bollería,1250,1550,1000
Limpieza,1150,1300,850
Lácteos,2900,3700,2100
Bebidas,1500,2000,1300
Frutas y verduras,1750,2400,1600
Tarjeta de regalo,150,2300,120
Cocina,1000,3400,650
 

category,2026-11,2026-12,2027-01 Pan y bollería,1250,1550,1000 Limpieza,1150,1300,850 Lácteos,2900,3700,2100 Bebidas,1500,2000,1300 Frutas y verduras,1750,2400,1600 Tarjeta de regalo,150,2300,120 Cocina,1000,3400,650

▶ EjecutarRestaurar el código

El plan de diciembre es 16 650 €, y el de noviembre 9700 €.

Pruébalo

Qué forma para qué

1. Tienes una tabla larga plan_long con las columnas category, month y plan. ¿Cómo obtienes el plan de cada mes?

Primero hacerla ancha, y después sumar cada columna a manoNo se puede: la tabla larga es solo para personasplan_long.groupby('month')['plan'].sum()

2. Quieres una línea por categoría a lo largo de los meses con df.plot(), que dibuja una línea para cada columna. ¿Qué tabla le das?

Da igualLa larga: las columnas month, category y revenueLa ancha: los meses en las filas, una columna para cada categoría

Comprobar

Ejercicio

El informe para el gerente

Haz el informe de la primera tarjeta: report con los ingresos por mes (filas) y categoría (columnas), con los totales All. Después guarda en dec_share qué parte de los ingresos del año es diciembre.

Pythondatos: las tablas de la tienda

import pandas as pd

orders = pd.read_csv('year_orders.csv').rename(columns={'id': 'order_id'})
products = pd.read_csv('products.csv').rename(columns={'id': 'product_id'})
categories = pd.read_csv('categories.csv').rename(columns={'id': 'category_id', 'name': 'category'})
orders = orders[orders['status'] != 'cancelled']
orders['month'] = pd.to_datetime(orders['ordered_at']).dt.month
lines = pd.read_csv('year_items.csv').merge(orders[['order_id', 'month']], on='order_id')
lines = lines.merge(products[['product_id', 'category_id']], on='product_id', how='left')
lines = lines.merge(categories[['category_id', 'category']], on='category_id', how='left')
lines['category'] = lines['category'].fillna('Tarjeta de regalo')
lines['revenue'] = lines['quantity'] * lines['unit_price']
report = ...
dec_share = ...

import pandas as pd orders = pd.read_csv('year_orders.csv').rename(columns={'id': 'order_id'}) products = pd.read_csv('products.csv').rename(columns={'id': 'product_id'}) categories = pd.read_csv('categories.csv').rename(columns={'id': 'category_id', 'name': 'category'}) orders = orders[orders['status'] != 'cancelled'] orders['month'] = pd.to_datetime(orders['ordered_at']).dt.month lines = pd.read_csv('year_items.csv').merge(orders[['order_id', 'month']], on='order_id') lines = lines.merge(products[['product_id', 'category_id']], on='product_id', how='left') lines = lines.merge(categories[['category_id', 'category']], on='category_id', how='left') lines['category'] = lines['category'].fillna('Tarjeta de regalo') lines['revenue'] = lines['quantity'] * lines['unit_price'] report = ... dec_share = ...

Comprobar▶ Ejecutar

¿Cuál es el plan de los tres meses en total para cada categoría? Haz plan largo (plan_long con las columnas category, month y plan) y guarda el total de cada categoría en per_category.

Pythondatos: las tablas de la tienda

analysis.pyplan.csv

import pandas as pd

plan = pd.read_csv('plan.csv')
plan_long = ...
per_category = ...
print(per_category)

import pandas as pd plan = pd.read_csv('plan.csv') plan_long = ... per_category = ... print(per_category)

category,2026-11,2026-12,2027-01
Pan y bollería,1250,1550,1000
Limpieza,1150,1300,850
Lácteos,2900,3700,2100
Bebidas,1500,2000,1300
Frutas y verduras,1750,2400,1600
Tarjeta de regalo,150,2300,120
Cocina,1000,3400,650
 

category,2026-11,2026-12,2027-01 Pan y bollería,1250,1550,1000 Limpieza,1150,1300,850 Lácteos,2900,3700,2100 Bebidas,1500,2000,1300 Frutas y verduras,1750,2400,1600 Tarjeta de regalo,150,2300,120 Cocina,1000,3400,650

Comprobar▶ Ejecutar

Test

Ponte a prueba

1. ¿Qué calcula pivot_table si no le das aggfunc?

La mediaLa sumaEl número de filas

2. En la tabla «cliente × categoría», el cliente 3 no compró bebidas, y la celda es NaN. ¿Cuándo es correcto fill_value=0?

Aquí: NaN significa «no compró nada», y eso es un cero realSiempre, mientras la tabla sea anchaNunca: 0 no es «falta»

3. Una tabla de Excel tiene las columnas category, 2026-11, 2026-12 y 2027-01. ¿Qué la hace larga?

plan.pivot_table(index='category')plan.unstack()plan.melt(id_vars='category', var_name='month', value_name='plan')

4. ¿Qué añade margins=True?

Un porcentaje del total en cada celdaEspacio vacío alrededor de la tablaUna fila y una columna All con los totales de las filas y de las columnas

Comprobar

Empezar la lección de nuevo

Lecciones relacionadas

• Se basa en: Columnas nuevas · Tipos y valores faltantes · Grupos: groupby · Unir tablas: merge
• Continúa en: El primer gráfico · Qué gráfico para qué pregunta · Gráficos honestos · Prueba A/B
• Ejercicios sobre el tema: Preparar los datos