如何向数据透视表分组添加过滤器？-解网

问：

我使用“Id”作为一堆列的替身。其中之一是“日期”。这是我应用数据透视表方法后的数据帧。

同上	日期	A_Hours	B_Hours
1	2/2/2022	4	4
2	2/4/2023	2	6
3	6/2/2023	3	0

但是，由于“Date”是我添加到带有“Id”的索引中的列之一，因此这里是为多个日期输入了多个小时的用户的数据帧。

同上	日期	A_Hours	B_Hours
1	2/2/2022	4	4
2	2/3/2023	3	3
2	2/4/2023	2	6
3	6/2/2023	3	0

如何获取以下数据帧：

同上	2/3/2023_A_Hours	2/4/2023_B_Hours	6/2/2023_A_Hours	6/2/2023_B_Hours
1	0	0	0	0
2	3	3	2	6
3	0	0	3	0

请注意，在此之上放置了一个额外的过滤器 - Id 1 全为 0，因为在我们的结果数据帧中，我们不仅将单个 ID 的行合并为多个列，还只想计算 2023 年输入的小时数。（并不包括 2023 年 1 月 1 <的所有日期）

另请注意，这一次，我不想创建新的列名称“2/4/2023_B_Hours”。实际上，我更喜欢在“2/4/2023”下带有“A_hours”和“B_hours”的多级索引。StackOverflow 中的表不允许我这样格式化它。

Python Pandas 帧数据透视表

   Id        Date Category  Hours
0   1  2023-01-01        A      1   # this should be filtered out
1   1  2023-02-01        A      3
2   1  2023-02-01        B      4
3   2  2023-03-01        A      2
4   2  2023-03-01        B      6
5   3  2023-01-01        A      3   # this should be filtered out

您可以预先筛选行（例如使用 query），然后在透视后重新编制索引以添加缺少的 ID：

out = (df.query('Date > "2023-01-15"')
         .pivot_table(index='Id', columns='Category', values='Hours',
                      aggfunc='sum', fill_value=0,
                      margins=True, margins_name='Total')
         .add_suffix('_Hours')
         .drop('Total')
         .reindex(df['Id'].unique(), fill_value=0)
         .reset_index().rename_axis(columns=None)
      )

输出：

   Id  A_Hours  B_Hours  Total_Hours
0   1        3        4            7
1   2        2        6            8
2   3        0        0            0

嘿，另外，我真的没有一列“Id”——它是用于标识唯一性的各种属性的集合。因此，当我写出列列表时，df['Id'].unique（）不起作用，因为 df['a'， 'b'， 'c'] 是一个数据帧，它说数据帧没有 .unique（）方法。在这种情况下，如何重新编制索引？

0赞 mozway 11/8/2023

然后df[your_cols].drop_duplicates().merge(output_of_pivot_table).fillna(0)

0赞 hailthedawn 11/9/2023

我试过这个，但这只是删除 2023 年 1 月 1 日之前的所有条目。我没有从您的示例输出中得到 id=3 行

0赞 mozway 11/9/2023

对不起，在how='left'merge ;)

上一个：如何在 Python 中创建数组的嵌套“字典”？[复制]

下一个：如何透视数据帧？

如何向数据透视表分组添加过滤器？

How do I add a filter to a pivot table grouping?

评论

评论