计算总和 - 使用 groupby 对行进行分组后

Question

我想对数据框中的特定列进行分组并计算由此创建的子组的总和，同时保留（显示）每个子组中的所有记录。

我正在尝试创建自己的信用卡费用跟踪程序。 （我知道已经有几个可用的了，但我们的想法是学习 Python。）

我有'Merchant'、'Date'、'Type'和'Amount'这些常用字段

我想做以下其中一项：

1. 按商家分组项目，然后在每个这样的组中，将金额拆分为（两个新列）“借方”和“贷方”。我还希望能够对这些列下的金额求和。对每个商家组重复此操作。

2. 如果无法根据交易的“类型”（即“借方”和“贷方”）进行拆分，那么我希望能够分别对借方和贷方进行求和，并且保留行项目（即显示时）。在“金额”列上执行 sum() 只会为每个商家提供一个数字，我验证它是一个不正确的金额。

我的数据框如下所示：

   Posted_Date  Amount    Type       Merchant  
0   04/20/2019  -89.70   Debit            UNI  
1   04/20/2019   -6.29   Debit          BOOKM  
2   04/20/2019  -36.42   Debit       BROOKLYN  
3   04/18/2019  -20.95   Debit  MTA*METROCARD  
4   04/15/2019  -29.90   Debit           ZARA  
5   04/15/2019   -7.70   Debit         STILES 

读入数据框并将交易标记为贷方或借方后，我拥有的代码是：

merch_new = df_new.groupby(['Merchant','Type'])
merch_new.groups

for key, values in merch_new.groups.items():
    df_new['Amount'].sum()
    print(df_new.loc[values], "\n\n")

我可以按以下方式拆分它：

    Posted_Date  Amount   Type   Merchant  
217  05/23/2019  -41.70  Debit        AT  
305  04/27/2019  -12.40  Debit        AT  



 Posted_Date  Amount    Type Merchant  
127   07/08/2019    69.25   Credit       AT  
162   06/21/2019   139.19   Credit       AT

理想情况下，我想要以下内容： the line items are displayed and a total for a given subgroup. In this case for merchant 'AT' and ideally sorted by date.

    Date    Merchant    Credit  Debit  
305 4/27/2019   AT  0   -12.4  
217 5/23/2019   AT  0   -41.7  
162 6/21/2019   AT  139.19  0  
127 7/8/2019    AT  69.25   0  

                  208.44    -54.1

看起来很简单，但我无法以这种方式对其进行格式化。

编辑： 我收到 rename_axis() 错误： rename_axis() got an unexpected keyword argument 'index' 如果我删除索引参数，'columns' 也会出现同样的错误

我搜索了很多用法（如 Benoit 所示），但找不到。他们都使用字符串或列表。我尝试使用： rename_axis(None,None) 我得到了错误： ValueError: No axis named None for object type <class 'pandas.core.frame.DataFrame'>

我不知道这是不是因为我使用的 python 版本（3.6.6）。我在 Spyder 和 Jupyter 上都试过了。但我得到同样的错误。

我用过： rename_axis(None, axis=1) 我似乎得到了想要的结果（有点） 但我无法理解这是如何解释的，因为没有指定限定符来说明它正在读取哪个参数以表示“无”。谁能解释一下？

感谢任何帮助！ 非常感谢！

Answer 1

我认为您尝试实现这样的目标：

In [1]:
## Create example
import pandas as pd
cols = ['Posted_Date', 'Amount', 'Type', 'Merchant']  
data = [['04/20/2019', -89.70, 'Debit', 'UNI'],
        ['04/20/2019', -6.29, 'Credit', 'BOOKM'],
        ['04/20/2019', -36.42, 'Debit', 'BROOKLYN'],
        ['04/20/2019', -6.29, 'Credit', 'BOOKM'],
        ['04/20/2019', -54.52, 'Credit', 'BROOKLYN'],
        ['04/18/2019',  -20.95, 'Credit', 'BROOKLYN']]  
df = pd.DataFrame(columns=cols, data=data)

## Pivot Table with aggregation function ='sum'

df_final = pd.pivot_table(df, values='Amount', index=['Posted_Date', 'Merchant'],
               columns=['Type'], aggfunc='sum').fillna(0).reset_index().rename_axis(index=None, columns=None)

df_final['Total'] = df_final['Debit'] + df_final['Credit']

Out [1]:

    Posted_Date Merchant    Credit  Debit   Total
0   04/18/2019  BROOKLYN    -20.95  0.00    -20.95
1   04/20/2019  BOOKM       -12.58  0.00    -12.58
2   04/20/2019  BROOKLYN    -54.52  -36.42  -90.94
3   04/20/2019  UNI         0.00    -89.70  -89.70

​