pandas pivot_table 的边距仅垂直聚合

Question

考虑一个数据框：

df = pd.DataFrame(
    {'last_year': [1, 2, 3], 'next_year': [4, 5, 6]}, 
    index=['foo', 'bar', 'star']
)

      last_year  next_year
foo           1          4
bar           2          5
star          3          6

我正在寻找一种简单的方法来显示此表周围的总计，包括列和行。

我的想法是通过.pivot_table()：

pd.pivot_table(
    df,
    index=df.index,
    margins=True,
    aggfunc=sum
)

但是，这只适用于第一个轴（垂直）：

      last_year  next_year
bar           2          5
foo           1          4
star          3          6
All           6         15

我错过了什么？像this documentation's example 一样，为什么没有按行计算总计？另外，为什么会弄乱我的索引顺序？

我对@9​​87654327@ 之类的解决方案不感兴趣；我想要一种不影响我原始数据框的动态方法。数据透视表似乎是最合乎逻辑的方法（据我所知），但也许还有更好的方法！

Answer 1

我的猜测是pivot_table 中的每一列都是它自己的组，因此您看不到水平聚合（聚合单个元素是毫无意义的）。为了证明差异，请考虑stack()：

(df.stack().reset_index(name='value')
   .pivot_table(index='level_0', columns='level_1', values='value', margins=True,
               aggfunc='sum')
) 

输出：

level_1  last_year  next_year  All
level_0                           
bar              2          5    7
foo              1          4    5
star             3          6    9
All              6         15   21

也就是说，这很可能是一个错误。

Answer 2

当您没有在pivot_table 中指定values 和columns 参数时。它将使用values 的所有列。由于您仅指定index 参数，其余列last_year、next_year 用作聚合值。即，Pandas 认为您想将 sum 函数应用于列的值 last_year, next_year

由于df 的所有列都用于values 参数，pivot_table 不会将任何内容旋转到列 (axis=1)。因此，它没有理由对axis=1 执行margins。

试试这个样本

Out[132]:
      last_year  next_year
foo           1          4
bar           2          5
star          3          6
bar          33         66

pd.pivot_table(df, index=df.index, margins=True, aggfunc=sum)

Out[134]:
      last_year  next_year
bar          35         71
foo           1          4
star          3          6
All          39         81

所以，pivot_table 在 index 的每组 bar 和 35 和 71 上对两列 last_year 和 next_year 应用 sum，最后它在 axis= 上计算 margins 0。没有旋转到轴 = 1，因此它不会在轴 = 1 上执行 margins。

要查看 pivot_table 使用 values 参数的所有列，您可以尝试使用此命令查看 keyerror

pd.pivot_table(df, index=df.index, margins=True, aggfunc={'last_year': sum})

.....
    220                     grand_margin[k] = getattr(v, aggfunc)()
    221                 elif isinstance(aggfunc, dict):
--> 222                     if isinstance(aggfunc[k], compat.string_types):
    223                         grand_margin[k] = getattr(v, aggfunc[k])()
    224                     else:

KeyError: 'next_year'

当为 aggfunc 使用 dict 时，pivot_table 将 values 参数中的每一列传递给 dict 以获取相应的 aggfunc。如您在上面看到的，我没有在字典中指定列next_year。因此，当pivot_table在dict中查找它的aggfunc时，它会返回keyerror。

Answer 3

我不知道这是否会有所帮助，但我切换了列和行以便进行汇总。对于改进的代码，您能否更深入地解释动态方法？谢谢，我希望这会有所帮助！

df43 = pd.DataFrame(
{'last_year': [1, 2, 3], 'next_year': [4, 5, 6]}, 
index=['foo', 'bar', 'star'])
df43 = df43.T #.T is transpose
df43['total'] = df43.sum(axis=1)
df43

Answer 4

df = pd.DataFrame(
    {'last_year': [1, 2, 3], 'next_year': [4, 5, 6]}, 
    index=['foo', 'bar', 'star']
)

df.append(df.sum().rename('Total')).assign(Total=lambda d: d.sum(1))

输出：

     last_year   next_year   Total
foo      1           4         5
bar      2           5         7
star     3           6         9
Total    6          15        21

这不会影响原始数据框！

Answer 5

要查看行总数，您需要为 columns= 指定至少一个参数

所以：

pd.pivot_table( df, 索引=df.index, 边距=真， 列='last_year' 聚合函数=总和 )

...还会为您提供行总计以及您已有的现有列总计。并不是说在您的具体示例中有意义。但基本上，如果您至少旋转一列，pandas pivot 只会为您提供行总数。

您链接到的文档示例有效（具有行总数），因为它指定了 columns= 的值。