如何在 Pandas 数据透视表查询中创建包含日期的字典？

Question

我有一个如下所示的数据框：- 我需要创建一个 Pandas 数据透视表，它将输出如下表：也就是说，它将所有小于 20 年 10 月 1 日的日期汇总为逾期，然后正常汇总从 20 年 10 月 1 日起的所有日期。下面的代码是我到目前为止所想出的。#!/usr/bin/env python3import pandas as pdimport numpy as np# creating a data frame df = pd.read_csv("CSVData2.csv") table = pd.pivot_table(data=df,index=['Code'], columns=['Process Month'], values = ['Number'], aggfunc=sum)print(table)

Answer 1

也许这对你有用？

# Recreating your dataframe in code

df = pd.DataFrame({'Code':'A1 P2 B3 B3 C4 A1 B3 A1 A1'.split(' '),

                  'Branch':'UW2 RQ2 UW2 UW2 X01 X01 DN9 PE7 PE7'.split(' '),

                  'Process Month':'01-Oct-20 01-Nov-20 01-Sep-20 01-Sep-20 01-Aug-20 01-Oct-20 01-Sep-20 01-Dec-20 01-Sep-20'.split(' '),

                  'Number':[1]*9})

#Change string to datetime dtype

df['Process Month'] = pd.to_datetime(df['Process Month'])

# Create mask to defined 'Overdue'    

m = df['Process Month'] < '01-Oct-20'

# Output Process Month back as string

df['Process Month'] = df['Process Month'].dt.strftime('%d-%b-%Y')

# Overwriting Process Month with 'OverDue' per mask above

df.loc[m, 'Process Month'] = 'OverDue'

# Creating a crosstab with totals

df_out = pd.crosstab(df['Code'], df['Process Month'], margins=True, margins_name='Total')

df_out.drop('Total', axis=1) #Don't need row Totals column

输出：

Process Month  01-Dec-2020  01-Nov-2020  01-Oct-2020  OverDue

Code                                                         

A1                       1            0            2        1

B3                       0            0            0        3

C4                       0            0            0        1

P2                       0            1            0        0

Total                    1            1            2        5