我正在创建一个带有Pandas的数据透视表,但是卡在不同列中的行的小计(在相同的值下)一段时间,我已经对堆栈溢出进行了一些研究,例如Pandas Pivot tables row subtotals和这个Subtotals for Pandas pivot table index and column(实际上这个接近于但是有些东西也和我的情况有所不同)但是没有找到适合我的情况的正确提示,所以请为这个主题,谢谢.
在这里,我将提供一个简化的DataFrame(原始的太大,无法显示在这里,因此它们的值无关紧要,格式是我正在寻找的)我的案例和我写的代码来获取我的数据透视表.
import pandas as pd
import numpy as np
df = pd.DataFrame(
{
'Co':['NN']*6,
'Op':['A','B']*3,
'Stk':[1.1,1.2,1.3]*2,
'Tm':['07-01-2018','08-01-2018','09-01-2018']*2,
'Qt':[100,200,300]*2
}
)
df
df输出如下:
Co Op Qt Stk Tm
0 NN A 100 1.1 07-01-2018
1 NN B 200 1.2 08-01-2018
2 NN A 300 1.3 09-01-2018
3 NN B 100 1.1 07-01-2018
4 NN A 200 1.2 08-01-2018
5 NN B 300 1.3 09-01-2018
然后我将以上df转换为我的数据透视表:
df['Qt'] = df['Qt'].apply(pd.to_numeric)
df['Stk']=df['Stk'].apply(pd.to_numeric)
df['Co'] = df['Co'].astype(str)
tb=pd.pivot_table(df,index=["Tm"],columns=["Co","Op","Stk"],aggfunc=np.sum,values=['Qt'], fill_value=0, margins=True, margins_name='All')
tb
生成的数据透视表如下所示:
Qt
Co NN All
Op A B
Stk 1.1 1.2 1.3 1.1 1.2 1.3
Tm
07-01-2018 100 0 0 100 0 0 200
08-01-2018 0 200 0 0 200 0 400
09-01-2018 0 0 300 0 0 300 600
All 100 200 300 100 200 300 1200
我真正期望的格式是:
Qt
Co NN All
Op A ATotal B BTotal
Stk 1.1 1.2 1.3 1.1 1.2 1.3
Tm
07-01-2018 100 0 0 100 100 0 0 100 200
08-01-2018 0 200 0 200 0 200 0 200 400
09-01-2018 0 0 300 300 0 0 300 300 600
All 100 200 300 600 100 200 300 600 1200
我试图创建这种完全相同的格式一段时间仍然无法获得相同的格式(我尝试了创建两个单独的A和B数据透视表并将它们组合在一起,但它会混乱所有边距).所以这里真的需要帮助.
附:我仍然是stackoverflow社区的新手,所以请原谅我的问题是否遗漏了一些方面,谢谢.
解决方法:
pivot_table不支持它,但您可以自己计算并稍后连接它:
tb.groupby(level='Op', axis=1).sum().add_suffix('Total')
Op Total ATotal BTotal
Tm
07-01-2018 200 100 100
08-01-2018 400 200 200
09-01-2018 600 300 300
All 1200 600 600
标签:python,pandas,pivot-table 来源: https://codeday.me/bug/20191009/1877148.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。