转换 DataFrame 形状

Question

我想从我的 DataFrame 转换，其中我有 2 年的行，我想比较我有 df 的两年日期值，如下所示。

         Date            item        group       amount
0.       1/2/2019        car         1           110000
1.       20/2/2019       bat         2           2000
2.       10/2/2019       Ring        3           3880
3.       15/2/2019       machine     4           4500
4.       27/2/2019       Radio       5           2400
5.       21/2/2019        car         1           45000
0.       1/2/2020        car         1           130000
1.       20/2/2020       bat         2           2090
2.       10/2/2020       Ring        3           3200
3.       15/2/2020       machine     4           6500
4.       27/2/2020       Radio       5           9900
5.       21/2/2020        car         1           54280

我希望将其转换为数据框，其中包含组的项目应显示在 2019 年每个项目的 2019 年列总金额和 2020 年每个项目在 2020 年的列总金额中。

       item     group      2019         2020
0.    car        1         155000       184280
1.    bat        2         2000         2090
2.    Ring       3         3880         3200
3.    Machine    4         4500         6500
4.    Radio      5         2400         9900

Answer 1

import pandas as pd
import numpy as np

df['Year'] = pd.to_datetime(df.Date, format='%d/%m/%Y').dt.year
pdf = pd.pivot_table(df, values='amount', index=['item', 'group'], columns=['Year'], 
                     aggfunc=np.sum).reset_index(drop=False).sort_values(['group'])
print(pdf)

Year     item  group    2019    2020
3         car      1  155000  184280
2         bat      2    2000    2090
1        Ring      3    3880    3200
4     machine      4    4500    6500
0       Radio      5    2400    9900

Working example

Answer 2

使用pd.crosstab:

In [2997]: df.Date = pd.to_datetime(df.Date)
In [3036]: x = pd.crosstab(index=[df.item, df.group], columns=df.Date.dt.year, values=df.amount, aggfunc='sum').reset_index().sort_values('group')

In [3037]: x
Out[3037]: 
Date     item  group    2019    2020
3         car      1  155000  184280
2         bat      2    2000    2090
1        Ring      3    3880    3200
4     machine      4    4500    6500
0       Radio      5    2400    9900

或：

使用df.pivot_table:

In [2997]: df.Date = pd.to_datetime(df.Date)

In [3024]: x = df.pivot_table(index=['item', 'group'], columns=df.Date.dt.year, values='amount', aggfunc='sum').reset_index().sort_values('group')

In [3025]: x
Out[3025]: 
Date     item  group    2019    2020
3         car      1  155000  184280
2         bat      2    2000    2090
1        Ring      3    3880    3200
4     machine      4    4500    6500
0       Radio      5    2400    9900

Answer 3

groupby 加上 unstack 可以解决问题：

(df.assign(Date=df.Date.dt.year)
   .groupby(["Date", "item", "group"])
   .amount
   .sum()
   .unstack("Date")
   .reset_index()
   .rename_axis(columns=None)
 )

    
    item    group   2019    2020
0   Radio   5       2400    9900
1   Ring    3       3880    3200
2   bat     2       2000    2090
3   car     1       155000  184280
4   machine 4       4500    6500

与基于 pivot_table 的 pivot_table 或交叉表相比，手动控制聚合可以提供一些速度优势。一如既往，测试是验证速度的可靠方法。仅当您需要速度时。