Python - 解压缩两个索引数据框

Question

我有一个数据框 df，其中包含一段时间内的金融交易。我已将 df 重新索引到每笔交易的日期。

                 Description      Amount       Category
date      
2018-12-03       Stop & Shop      $100.00      Groceries
2018-12-03       Shell            $50.00       Gas
2018-12-02       NYC Parking      $25.00       Auto
2018-12-01       Tonys Pizza      $14.00       Dining
2018-11-30       Dr Jones         $100.00      Medical

我正在尝试按月份和费用类别对这些数据进行分组。例如：

            Auto    Dining   Gas      Groceries    Medical
Dec-2018    $25.00  $14.00   $50.00   $100.00      $100.00
Nov-2018    $35.00  $72.00   $40.00   $125.00      $0.00 
 ...
Jan-2018 

我试图通过使用“groupby”和“Resample.agg”按类别和月份累积交易来实现这一点，但不知道如何操作生成的数据框“输出”以我希望的格式显示输出为了。

output = df.groupby('Category').resample('M').agg({"Amount":'sum'})

任何帮助表示赞赏。

Answer 1

pd.pivot_table + groupby + pd.Grouper

您可以将系列值转换为列标签 然后 groupby:

df = pd.pivot_table(df, index=df.index, columns='Category', values='Amount')\
       .groupby(pd.Grouper(freq='M')).sum().fillna(0)

print(df)

Category    Auto  Dining   Gas  Groceries  Medical
2018-11-30   0.0     0.0   0.0        0.0    100.0
2018-12-31  25.0    14.0  50.0      100.0      0.0

pd.crosstab + to_period

您还可以通过交叉表执行上述操作：

df = pd.crosstab(df.index.to_period('M'), columns=df['Category'],
                 values=df['Amount'], aggfunc='sum').fillna(0).rename_axis(None)

print(df)

Category  Auto  Dining   Gas  Groceries  Medical
2018-11    0.0     0.0   0.0        0.0    100.0
2018-12   25.0    14.0  50.0      100.0      0.0

设置

df = pd.DataFrame({'Amount': [100.0, 50.0, 25.0, 14.0, 100.0],
                   'Category': ['Groceries', 'Gas', 'Auto', 'Dining', 'Medical'],
                   'Description': ['Stop&Shop', 'Shell', 'NYCParking', 'TonysPizza', 'DrJones']},
                  index=pd.to_datetime(['2018-12-03', '2018-12-03', '2018-12-02', '2018-12-01', '2018-11-30']))