Skip to main content
 首页 » 编程设计

python之具有多级列的数据透视表

2024年10月25日10insus

给出下面的代码。

import numpy as np 
import pandas as pd 
 
df = pd.DataFrame({ 
    'clients': pd.Series(['A', 'A', 'A', 'B', 'B']), 
    'odd1': pd.Series([1, 1, 2, 1, 2]), 
    'odd2': pd.Series([6, 7, 8, 9, 10])}) 
 
grpd = df.groupby(['clients', 'odd1']).agg({ 
    'odd2': [np.sum, np.average] 
}).reset_index('clients').reset_index('odd1') 
 
>> grpd 
   odd1 clients  odd2          
                  sum  average 
0     1       A    13      6.5 
1     2       A     8      8.0 
2     1       B     9      9.0 
3     2       B    10     10.0 

我想创建一个数据透视表如下:

       | odd1    | odd1    | ...... | odd1    | 
------------------------------------|---------| 
clients| average | average | .....  | average | 

期望的输出是:

clients |   1       2       
--------|------------------ 
A       |   6.5     8.0     
B       |   9.0     10.0 

如果我们的列不是多级的,这会起作用:

grpd.pivot(index='clients', columns='odd1', values='odd2') 

不确定我是否了解多级列的工作原理。

请您参考如下方法:

import numpy as np 
import pandas as pd 
 
df = pd.DataFrame({ 
    'clients': pd.Series(['A', 'A', 'A', 'B', 'B']), 
    'odd1': pd.Series([1, 1, 2, 1, 2]), 
    'odd2': pd.Series([6, 7, 8, 9, 10])}) 
 
aggd = df.groupby(['clients', 'odd1']).agg({ 
    'odd2': [np.sum, np.average]}) 
 
print(aggd.unstack(['odd1']).loc[:, ('odd2','average')]) 

产量

odd1       1   2 
clients          
A        6.5   8 
B        9.0  10 

说明:grpd中的中间步骤之一是

aggd = df.groupby(['clients', 'odd1']).agg({ 
    'odd2': [np.sum, np.average]}) 

看起来像这样:

In [52]: aggd 
Out[52]:  
             odd2         
              sum average 
clients odd1              
A       1      13     6.5 
        2       8     8.0 
B       1       9     9.0 
        2      10    10.0 

aggd 与期望结果的视觉比较

odd1       1   2 
clients          
A        6.5   8 
B        9.0  10 

显示 odd1 索引需要成为列索引。该操作——将索引标签移动到列标签——是由 the unstack method 完成的工作.所以解压 aggd 是很自然的:

In [53]: aggd.unstack(['odd1']) 
Out[53]:  
        odd2                 
         sum     average     
odd1       1   2       1   2 
clients                      
A         13   8     6.5   8 
B          9  10     9.0  10 

现在很容易看出我们只想选择平均列。这可以通过 loc 来完成:

In [54]: aggd.unstack(['odd1']).loc[:, ('odd2','average')] 
Out[54]:  
odd1       1   2 
clients          
A        6.5   8 
B        9.0  10