将 Pandas 数据框行值汇总为平均值和总和

Question

我有一个如下的数据框：data =[['A','ABC001','18M01',1,3],['A','ABC002','18M01',2,4],['A','ABC001','18M02',3,3],['B','ABC001','18M01',4,3],['B','ABC002','18M02',5,4],['B','ABC002','18M02',6,4]]df = pd.DataFrame(data,columns=['Type','Product','Month','Requirement','Inventory'])df输入：Type Product Month Requirement InventoryA    ABC001  18M01     1         3A    ABC002  18M01     2         4A    ABC001  18M02     3         3B    ABC001  18M01     4         3B    ABC002  18M02     5         4B    ABC002  18M02     6         4我想做的是将它总结成一个像这样的数据框输出：Type    Product           Values         18M01    18M02A       ABC001      Sum of Requirement     1       3A       ABC001      Average of Inventory   3       3A       ABC002      Sum of Requirement     2      NaNA       ABC002      Average of Inventory   4      NaNB       ABC001      Sum of Requirement     4      NaNB       ABC001      Average of Inventory   3      NaNB       ABC002      Sum of Requirement    NaN      11B       ABC002      Average of Inventory  NaN      4我可以很容易地在 pivot excel 中创建它，但是在使用 pandas pivot 时完全不知道。请帮忙

Answer 1

我想你需要通过汇总sum和mean，通过扁平化多指标列和重塑stack有unstack：

df1 = (df.groupby(['Type','Product','Month'])

         .agg({'Requirement': 'sum','Inventory':'mean'})

         .rename(columns={'Requirement':'Sum of Requirement',

                          'Inventory':'Average of Inventory'})

         .stack()

         .unstack(2)

         .reset_index()

         .rename(columns={'level_2':'Values'}))

print (df1)

Month Type Product                Values  18M01  18M02

0        A  ABC001    Sum of Requirement    1.0    3.0

1        A  ABC001  Average of Inventory    3.0    3.0

2        A  ABC002    Sum of Requirement    2.0    NaN

3        A  ABC002  Average of Inventory    4.0    NaN

4        B  ABC001    Sum of Requirement    4.0    NaN

5        B  ABC001  Average of Inventory    3.0    NaN

6        B  ABC002    Sum of Requirement    NaN   11.0

7        B  ABC002  Average of Inventory    NaN    4.0

Answer 2

pivot_table做事的一种方式——

df1 = df.pivot_table('Requirement', ['Type','Product'], 'Month', aggfunc='sum')

df1['Values'] = 'Sum of Requirement'

df2 = df.pivot_table('Inventory', ['Type','Product'], 'Month', aggfunc='mean')

df2['Values'] = 'Average of Inventory'

df1.append(df2)

输出

Month         18M01  18M02                Values

Type Product

A    ABC001     1.0    3.0    Sum of Requirement

     ABC002     2.0    NaN    Sum of Requirement

B    ABC001     4.0    NaN    Sum of Requirement

     ABC002     NaN   11.0    Sum of Requirement

A    ABC001     3.0    3.0  Average of Inventory

     ABC002     4.0    NaN  Average of Inventory

B    ABC001     3.0    NaN  Average of Inventory

     ABC002     NaN    4.0  Average of Inventory

你可以扔进reset_index()去让它变得更好 -

df1.append(df2).reset_index()

Month Type Product  18M01  18M02                Values

0        A  ABC001    1.0    3.0    Sum of Requirement

1        A  ABC002    2.0    NaN    Sum of Requirement

2        B  ABC001    4.0    NaN    Sum of Requirement

3        B  ABC002    NaN   11.0    Sum of Requirement

4        A  ABC001    3.0    3.0  Average of Inventory

5        A  ABC002    4.0    NaN  Average of Inventory

6        B  ABC001    3.0    NaN  Average of Inventory

7        B  ABC002    NaN    4.0  Average of Inventory