格式化 Pandas 数据透视表答案

【问题标题】：Format Pandas Pivot Table格式化 Pandas 数据透视表
【发布时间】：2015-07-11 00:10:07
【问题描述】：

我在格式化由 Pandas 创建的数据透视表时遇到了问题。因此，我在源数据的两列（A，B）之间制作了一个矩阵表，方法是使用 pandas.pivot_table，A 作为列，B 作为索引。

>> df = PD.read_excel("data.xls")
>> table = PD.pivot_table(df,index=["B"],
    values='Count',columns=["A"],aggfunc=[NUM.sum],
    fill_value=0,margins=True,dropna= True)
>> table

它返回为：

      sum
  A     1  2  3  All
  B 
  1     23 52  0  75
  2     16 35 12  65
  3     56  0  0  56
All     95 87 12 196

我希望有这样的格式：

                A      All_B
            1   2   3   
    1      23  52   0     75
B   2      16  35  12     65
    3      56   0   0     56
All_A      95  87  12    196

我应该怎么做？非常感谢。

【问题讨论】：

标签： python pandas dataframe pivot-table

【解决方案1】：

pd.pivot_table 返回的表非常便于处理（它是单级索引/列），通常不需要任何进一步的格式操作。但是如果您坚持将格式更改为您在帖子中提到的格式，那么您需要使用pd.MultiIndex构造一个多级索引/列。这是一个如何做的例子。

在操作之前，

import pandas as pd
import numpy as np

np.random.seed(0)
a = np.random.randint(1, 4, 100)
b = np.random.randint(1, 4, 100)
df = pd.DataFrame(dict(A=a,B=b,Val=np.random.randint(1,100,100)))
table = pd.pivot_table(df, index='A', columns='B', values='Val', aggfunc=sum, fill_value=0, margins=True)
print(table)


B       1     2     3   All
A                          
1     454   649   770  1873
2     628   576   467  1671
3     376   247   481  1104
All  1458  1472  1718  4648

之后：

multi_level_column = pd.MultiIndex.from_arrays([['A', 'A', 'A', 'All_B'], [1,2,3,'']])
multi_level_index = pd.MultiIndex.from_arrays([['B', 'B', 'B', 'All_A'], [1,2,3,'']])
table.index = multi_level_index
table.columns = multi_level_column
print(table)

            A             All_B
            1     2     3      
B     1   454   649   770  1873
      2   628   576   467  1671
      3   376   247   481  1104
All_A    1458  1472  1718  4648

【讨论】：

谢谢。很有帮助。