Python pivot_table - 添加差异列

Question

我是 python 的新手。我有以下数据框。我能够在 Excel 中旋转。我想添加差异列（在图像中，我手动添加了它）。区别在于BA值。我能够使用 Python 数据透视表复制差异列和总计除外。下面是我的代码。table = pd.pivot_table(data, index=['Category'], values = ['value'], columns=['Name','Date'], fill_value=0)如何添加差异列并计算值？我怎样才能得到底部的总计？数据如下df = pd.DataFrame({"Value": [0.1, 0.2, 3, 1, -.5, 4],"Date": ["2020-07-01", "2020-07-01", "2020-07-01", "2020-07-01", "2020-07-01", "2020-07-01"],"Name": ['A', 'A', 'A', 'B', 'B', 'B'],"HI Display1": ["X", "Y", "Z", "Z", "Y", "X"]})我想要数据透视表如下

Answer 1

这是一种方法：

df = pd.DataFrame({

    "Name": ["A", "A", "A", "B", "B", "B"], 

    "Date": "2020-07-01", 

    "Value": [0.1, 0.2, 3, 2, -.5, 4], 

    "Category": ["Z", "Y", "X", "Z", "Y", "X"]

})

piv = pd.pivot_table(df, index="Category", columns="Name", aggfunc=sum)

piv.columns = [c[1] for c in piv.columns]

piv["diff"] = piv.B - piv.A

输出 ( piv) 是：

            A    B  diff

Category                

X         3.0  4.0   1.0

Y         0.2 -0.5  -0.7

Z         0.1  2.0   1.9

要为 A 和 B 添加“总计”，请执行

piv.loc["total"] = piv.sum()

从“差异”列中删除总数：

piv.loc["total", "diff"] = "" # or np.NaN, if you'd like to be more 

                              # 'pandas' style. 

现在的输出是：

            A    B  diff

Category                

X         3.0  4.0   1.0

Y         0.2 -0.5  -0.7

Z         0.1  2.0   1.9

total     3.3  5.5   

如果此时您想在类别顶部添加标题“名称”，请执行以下操作：

piv.columns = pd.MultiIndex.from_product([["Name"], piv.columns])

piv就是现在：

         Name          

            A    B diff

Category               

X         3.0  4.0  1.0

Y         0.2 -0.5 -0.7

Z         0.1  2.0  1.9

total     3.3  5.5  

将日期添加到每一列：

date = df.Date.max()

piv.columns = pd.MultiIndex.from_tuples([c+(date,) for c in piv.columns])

==>

               Name                      

                  A          B       diff

         2020-07-01 2020-07-01 2020-07-01

Category                                 

X               3.0        4.0          1

Y               0.2       -0.5       -0.7

Z               0.1        2.0        1.9

total           3.3        5.5           

最后，要为列着色（例如，如果您使用的是 Jupyter），请执行以下操作：

second_col = piv.columns[2]

piv.style.background_gradient("PiYG", subset = [second_col]).highlight_null('white').set_na_rep("")

Answer 2

添加总计的其他方法是将“margins=True”参数添加到 pivot 函数，然后用差异替换 Total 列，如下所示：

data = {

        'Name':['A', 'A' ,'A', 'B', 'B', 'B','A', 'A' ,'A', 'B', 'B', 'B' ],

        'Value':[1, 2, 3, 4, 5, 6,1, 2, 3, 4, 5, 6, ],

        'Category': ['X', 'Y', 'Z','X', 'Y', 'Z','X', 'Y', 'Z','X', 'Y', 'Z']

    }

df = pd.DataFrame(data)

pivot_ = df.pivot_table(index = ["Category"], 

              columns = "Name" , 

              values = "Value", 

              aggfunc = "sum", 

              margins=True, 

              margins_name='Totals')\

 .fillna('')

pivot_['Totals'] = pivot_['B'] - pivot_['A']

pivot_.rename(columns={"Totals": "Diff"})

输出：

Name    A   B   Diff

Category            

X       2   8   6

Y       4   10  6

Z       6   12  6

Totals  12  30  18

根据问题更新进行编辑：

让我们使用您现在提供的示例数据：

pivot_1 = df_1.pivot_table(index = ["HI Display1"], 

              columns = ["Name", 'Date'], 

              values = "Value", 

              aggfunc = "sum", 

              margins=True, 

              margins_name='Totals'

).fillna('')

pivot_1['Totals'] = pivot_1['B'].sum(axis=1) - pivot_1['A'].sum(axis=1)

pivot_1.rename(columns={"Totals": "Diff"})

输出：

Name        A           B           Diff

Date        2020-07-01  2020-07-01  

HI Display1         

X           0.1         4.0         3.9

Y           0.2         -0.5        -0.7

Z           3.0         1.0         -2.0

Totals      3.3         4.5         1.2