Skip to main content
 首页 » 编程设计

python之我怎样才能在 pandas 中的 pivot_table 之后得到一列多级索引

2025年01月19日9shanyou

数据框:

df = pd.DataFrame({ 
    'date': [1,1,2,2,3,4,4], 
    'id': [1,1,1,2,2,2,3], 
    'item': [200,201,200,333,334,334,444], 
    'buy': [1,1,2,5,4,0,1] 
}) 
 
df = df[['date','id','item','buy']] 
 
 
date    id  item    buy 
0   1   1   200     1 
1   1   1   201     1 
2   2   1   200     2 
3   2   2   333     5 
4   3   2   334     4 
5   4   2   334     0 
6   4   3   444     1 

方法一:

df2 = df.pivot_table(index=['id','item'], columns=['date'], aggfunc='sum', fill_value=0).reset_index()

    id  item    buy 
date            1   2   3   4 
0   1   200     1   2   0   0 
1   1   201     1   0   0   0 
2   2   333     0   5   0   0 
3   2   334     0   0   4   0 
4   3   444     0   0   0   1 

如何获得“购买”列的“1”或“2”或“3”或“4”列?

我的试验是像这样重命名列的名称。

df2.columns = ["".join((str(i),str(j))) for i,j in df2.columns] 
 
    id  item    buy1    buy2    buy3    buy4 
0   1   200     1       2       0       0 
1   1   201     1       0       0       0 
2   2   333     0       5       0       0 
3   2   334     0       0       4       0 
4   3   444     0       0       0       1 

和 df2['buy1'], df2.buy2... 这就是我想要的

这是我的问题。

如何在 pandas 中的 pivot_table 之后获取多级索引列?直接在多层结构上,无需重命名...


方法二:

df2 = df.groupby(['id','item','date']).buy.sum().unstack(fill_value=0).reset_index() df2.columns.names=['']

    id  item    1   2   3   4 
0   1   200     1   2   0   0 
1   1   201     1   0   0   0 
2   2   333     0   5   0   0 
3   2   334     0   0   4   0 
4   3   444     0   0   0   1 

如果像方法 2 那样使用 groupby 和 unstack,我可以避免多级索引问题,不过

但我仍然想知道在数据透视表之后获取多级索引列的方法。

请您参考如下方法:

对于pivot,你可以指出values,然后你就会收到你想要的

df.pivot_table(index=['id','item'], columns=['date'], values='buy',aggfunc='sum', fill_value=0).reset_index() 
Out[64]:  
date  id  item  1  2  3  4 
0      1   200  1  2  0  0 
1      1   201  1  0  0  0 
2      2   333  0  5  0  0 
3      2   334  0  0  4  0 
4      3   444  0  0  0  1