将原始数据转换为表格以报告 Python/Pandas

Question

请耐心等待，因为我正在自学。

基本上，我有这个原始数据，其中我得到了日期和 SLT 百分比，这是一个计算加上一个状态。

我想要将它们分组为行，计算每个月有多少已完成和未完成的列，并计算第三列的 SLT 百分比的平均值/平均值。

我一直在尝试做一个 grouper 或 groupby 或 unstack 并且也在 groupby 上做平均但我总是得到不正确的数据。我可以在 excel pivot 上轻松做到这一点，但我很难在 Python Dataframe 上重新创建它

原始数据：

ID	SLT Date	SLT Percent	SLT State
1	5/28/2018	1	Made
2	11/13/2018	0	Mised
11	3/6/2019	0	Missed
12	5/20/2019	1	Made
13	10/25/2021	1	Made
14	11/12/2019	1	Made
18	6/4/2020	1	Made
19	6/11/2020	1	Made
20	8/6/2020	1	Made
21	12/9/2021	0	Missed
22	5/16/2022	1	Made
23	3/22/2018	0	Missed
24	3/20/2018	0	Missed
25	5/11/2018	1	Made
26	12/20/2018	0	Missed
27	5/12/2022	1	Made
28	10/7/2021	1	Made
29	3/21/2019	1	Made
30	4/24/2019	0	Missed

输出表：

Date	Made	Missed	Percent
2020-5	10	2	80%
2020-6	25	15	60%
2020-7	50	23	23%

Answer 1

IIUC，你可以试试

df['SLT Date (Target)'] = pd.to_datetime(df['SLT Date (Target)']).dt.strftime('%Y-%b')
out = df.pivot_table(index='SLT Date (Target)', columns='SLT State', values='sltpercent', aggfunc='sum')
out.index = pd.MultiIndex.from_arrays(out.index.str.split('-'))
out['Percent'] = out['Made']/(out['Made']+out['Missed'])