Groupby 数据透视表 - Pandas答案

【问题标题】：Pivot Table with Groupby - PandasGroupby 数据透视表 - Pandas
【发布时间】：2021-01-17 09:02:25
【问题描述】：

我正在尝试根据第一个数据创建一个数据透视表，使其看起来像下面的预期结果（第二个表）；

To Date         From    To    Quantity

10/11/2020   USA   Ireland  5
10/11/2020   USA   France   4
11/11/2020   USA   France   6
12/11/2020   USA   Jamaica  6
12/11/2020   USA   France   5
.
.
.
14/02/2021   USA   Ireland  65

           01/11/2020   01/12/2020   01/01/2021  01/02/2021

Ireland    15                                    65
France     10
Jamaica    6

我可以通过 groupby() 来获取每月数据。我希望数据透视表有每个国家/地区的总金额..

df.index = qathist['To Date']
df.index = pd.to_datetime(df.index)
df_m= df.groupby(by=[df.index.year, df.index.month]).sum()

..但是我正在删除其他数据等，似乎无法正确旋转它！

非常感谢任何帮助！

【问题讨论】：

标签： python pandas indexing group-by multi-index

【解决方案1】：

要获得每月，最好使用to_period。一个你可以通过To到groupby，然后unstack：

df.groupby(['To',df.index.to_period('M')])['Quantity'].sum().unstack()

【讨论】：

这太完美了！非常感谢！

【解决方案2】：

使用 pd.crosstab：

pd.crosstab(df['To'], df['To Date'], df['Quantity'], aggfunc='sum')

【讨论】：

这绝对有用！有没有办法按月对数量求和？所以这些列是每月值而不是每日值？
哦..每月一次，不，你需要先按月分组。

【解决方案3】：

您可以使用一部分原始代码并将其与pd.pivot_table 函数混合使用。

例如，如果您的原始数据框是 df ：

df.index = pd.to_datetime(df["To Date"])
pivot = df.pivot_table(values="Quantity", 
                       columns="To", 
                       index=[df.index.month, df.index.year],
                       aggfunc='sum')

输出如下

To               France  Ireland  Jamaica
To Date To Date                          
2       2021        NaN     65.0      NaN
10      2020        4.0      5.0      NaN
11      2020        6.0      NaN      NaN
12      2020        5.0      NaN      6.0

希望有用！

【讨论】：