【问题标题】:Multiplication of Pivot columns枢轴列的乘法
【发布时间】:2019-04-05 18:59:15
【问题描述】:

我通过使用 pd.pivot_table 生成了两个合并的数据透视表和此列结果:

newdash.columns = [('sum', 'rechbetrag', u'HSM-bedarf (bis 250\x80 netto)'),
 ('sum', 'RechnungBrutto', 'Instandhaltung'),
 ('sum', 'RechnungBrutto', 'Instandhaltung Versicherung'),
 ('sum', 'RechnungBrutto', 'Instandhaltung/Modernisierung'),
 ('sum', 'RechnungBrutto', 'Mieterwechsel'),
 ('sum', 'RechnungBrutto', u'Sch\xf6nheitsreparaturen'),
 ('sum', 'RechnungBrutto', 'All'),
 ('count_nonzero', 'auszugsdatum', 1L),
 ('count_nonzero', 'auszugsdatum', 2L),
 ('count_nonzero', 'auszugsdatum', 3L),
 ('count_nonzero', 'auszugsdatum', 4L),
 ('count_nonzero', 'auszugsdatum', 'All')]

之后我想乘以或除以其中的两个列:

('count_nonzero', 'auszugsdatum', 'All') / ('sum', 'RechnungBrutto', 'All')

但我没有找到有关如何使用这些列编写语法的信息。

类似:

newdash.divvalues = newdash.all / newdash.all

是并且不能工作。有人知道如何使用 pandas 获取 Math 的列吗?

最好的问候,

OERB

【问题讨论】:

    标签: python pandas


    【解决方案1】:

    按元组选择列并分配给新列:

    np.random.seed(2019)
    tup1 = ('count_nonzero', 'auszugsdatum', 'All') 
    tup2 = ('sum', 'RechnungBrutto', 'All')
    tup3 = ('a', 'b', 'c')
    
    #sample DataFrame
    mux = pd.MultiIndex.from_tuples([tup1, tup2])
    newdash = pd.DataFrame(np.random.randint(1,10, size=(10, 2)), columns=mux)
    
    newdash[tup3] = newdash[tup1] / newdash[tup2]
    print (newdash)
      count_nonzero            sum         a
       auszugsdatum RechnungBrutto         b
                All            All         c
    0             9              3  3.000000
    1             6              9  0.666667
    2             7              9  0.777778
    3             1              1  1.000000
    4             8              9  0.888889
    5             6              4  1.500000
    6             1              3  0.333333
    7             6              8  0.750000
    8             9              6  1.500000
    9             5              1  5.000000
    

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2023-03-20
      • 2016-05-22
      • 2012-09-23
      • 1970-01-01
      • 1970-01-01
      相关资源
      最近更新 更多