时间戳

首页 > 解决方案 > Pandas：如何包含多个数据透视表的所有列和所有索引

python - Pandas：如何包含多个数据透视表的所有列和所有索引

问题描述

我正在尝试从以下数据框（df）为不同的位置创建数据透视表：

地点 类别 地位 价格
1 家具 新的 100 美元
1 家具 老的 50 美元
2 办公用品 新的 200 美元
1 家具 新的 100 美元
1 办公用品 新的 300 美元
1 办公用品 老的 150 美元

首先，我过滤了数据框，用代码将位置 1 和 2 分开：

df1 = df[df['Location'] == 1]

df2 = df[df['Location'] == 2]

接下来我使用了标准的 pandas 数据透视表函数：

pd.pivot_table(df1, values='Price', index='Status', columns='Category', aggfunc=np.sum)

pd.pivot_table(df2, values='Price', index='Status', columns='Category', aggfunc=np.sum)

所以我有以下两个数据透视表作为输出：

位置 1：

地位 家具 办公用品
新的 200 美元 300 美元
老的 50 美元 150 美元

位置 2：

地位 办公用品
新的 200 美元

但是，我希望位置 2 的数据透视表包含所有可能的类别和状态，如果它们不存在，则为 0。总而言之，我想要位置 2 的以下数据透视表：

位置 2：

地位 家具 办公用品
新的 $0 200 美元
老的 $0 $0

我已经完成了 pivot_table() 函数的所有选项，但到目前为止还没有找到解决这个问题的方法。

标签： pythonpandasdataframepivot-table

解决方案

您可以在拆分之前创建数据透视表Location。

对于pd.pivot_table：

  • 设置索引index=['Location', 'Status']
  • 传递参数dropna=False以允许所有类别显示所有类别，Location即使Status为空也是如此。（默认是隐藏空条目）。
  • 传递参数fill_value=0以将值填充NaN为0

然后Location从数据透视表中定位.loc，如下：

df_out = pd.pivot_table(df, 
                        values='Price', 
                        index=['Location', 'Status'], 
                        columns='Category', 
                        aggfunc=np.sum, 
                        dropna=False, 
                        fill_value=0)

结果：

print(df_out)

Category         Furniture  Office Supplies
Location Status                            
1        New           200              300
         Old            50              150
2        New             0              200
         Old             0                0

然后，要仅获取Location2 的数据透视表，您可以使用.loc，如下所示：

df2 = df_out.loc[2]

输出：

print(df2)

Category  Furniture  Office Supplies
Status                              
New               0              200
Old               0                0

编辑（用于添加总计和小计）

如果您还想包括Total（for all Location）和Sub-total（for each Location），您也可以这样做，如下所示：

对于pd.pivot_table：

  • 传递参数margins=True并margins_name='Total'设置Total的边距（全部总计Location）
  • 将命令链接fillna(0, downcast='infer')在pd.pivot_table. 这是为了处理毛刺/错误，即使指定了参数pd.pivot_table，保证金总额仍将显示NaN为空条目（例如在这种情况下） 。Location=2 Status='Old'fill_value=0
df_out = pd.pivot_table(df, 
                        values='Price', 
                        index=['Location', 'Status'], 
                        columns='Category', 
                        aggfunc=np.sum, 
                        dropna=False, 
                        fill_value=0,
                        margins=True,
                        margins_name='Total'
                        ).fillna(0, downcast='infer')

结果

print(df_out)

Category         Furniture  Office Supplies  Total
Location Status                                   
1        New           200              300    500
         Old            50              150    200
2        New             0              200    200
         Old             0                0      0
Total                  250              650    900

然后，要添加小计（每个Location），我们进一步使用：

(pd.concat([df_out, 
            df_out.query('Location != "Total"')
                  .groupby(level=0).sum()
                  .assign(Status='Sub-total')
                  .set_index('Status', append=True)])
   .sort_index())

结果：

Category            Furniture  Office Supplies  Total
Location Status                                      
1        New              200              300    500
         Old               50              150    200
         Sub-total        250              450    700
2        New                0              200    200
         Old                0                0      0
         Sub-total          0              200    200
Total                     250              650    900

推荐阅读