[英]Multiindex in pandas pivot table
我正在处理如下所示的数据透视表:
Style Site AVS End Qty. \
JP SIZE 116 120 140 ADULTS L M O OSFA S XL
0 50935801 2664 0 0 0 0 0 0 0 0 0 0 3
1 50935801 2807 0 0 0 0 0 0 0 0 0 0 3
2 50935801 2832 0 0 0 0 0 0 0 0 0 0 3
3 50935802 2702 1 0 0 0 0 0 1 0 0 0 0
4 50985101 2849 0 0 0 0 0 0 3 0 0 0 0
Sales Qty.
JP SIZE Total 116 120 140 ADULTS L M
0 3 0 0 0 0 0 0 ...
1 3 0 0 0 0 0 0 ...
2 3 0 0 0 0 0 0 ...
3 1 0 0 0 0 0 -1 ...
4 3 0 0 0 0 0 0 ...
而且我只希望有一个列标题向量,该向量为[Style,Site,AVS,116,120,...,Total,Sales Qty。]。
但是对于“销售数量”。 列,而不是现在的表,我只希望总列(我现在可以使用jj ['Sales Qty'] ['Total']来访问它,所以我想我可以将其保存在另一个列中变量,将其删除并最后添加)
到目前为止,我尝试过的所有方法都失败了,我认为这是因为我对MultiIndex的工作方式还不太了解。
在此先感谢您提供的任何帮助!
可能内置了一些更聪明的方法,但是一种方法是将MultiIndex作为元组列表使用,并按照您的描述映射新的列名。
def custom_rename(lvl1, lvl2):
if lvl1 == 'End Qty.':
return lvl2
elif lvl1 == 'Sales Qty.' and lvl2 == 'Total':
return 'Sales Qty.'
elif lvl2 == '':
return lvl1
else:
return '_'
然后应用于列并分配:
df.columns = [custom_rename(lvl1, lvl2) for lvl1, lvl2 in df.columns]
上面的'_'
用于不再需要的列的标记,因此最后一步是删除这些列。
df = df.drop('_', axis=1)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.