使用数据透视表时应用不同的聚合函数

Question

我有这个样本：

import pandas as pd
import numpy as np
dic = {'name':
       ['j','c','q','j','c','q','j','c','q'],
       'foo or bar':['foo','bar','bar','bar','foo','foo','bar','foo','foo'], 
       'amount':[10,20,30, 20,30,40, 200,300,400]}
x = pd.DataFrame(dic)
x
pd.pivot_table(x, 
               values='amount', 
               index='name', 
               columns='foo or bar', 
               aggfunc=[np.mean, np.sum])

它返回以下内容：

我只想要突出显示的列。 为什么我不能像这样在aggfunc参数中指定元组？

pd.pivot_table(x, 
               values='amount', 
               index='name', 
               columns='foo or bar', 
               aggfunc=[(np.mean, 'bar'), (np.sum, 'foo')])

像这里那样使用.ix （ 为pandas数据透视表中的每个值列定义aggfunc ）是唯一的选择吗？

Answer 1

我认为您不能为aggfunc参数指定元组，但是您可以执行以下操作：

In [259]: p = pd.pivot_table(x,
   .....:                values='amount',
   .....:                index='name',
   .....:                columns='foo or bar',
   .....:                aggfunc=[np.mean, np.sum])

In [260]: p
Out[260]:
           mean       sum
foo or bar  bar  foo  bar  foo
name
c            20  165   20  330
j           110   10  220   10
q            30  220   30  440

In [261]: p.columns = ['{0[0]}_{0[1]}'.format(col) if col[1] else col[0] for col in p.columns.tolist()]

In [262]: p.columns
Out[262]: Index(['mean_bar', 'mean_foo', 'sum_bar', 'sum_foo'], dtype='object')

In [264]: p[['mean_bar','sum_foo']]
Out[264]:
      mean_bar  sum_foo
name
c           20      330
j          110       10
q           30      440

Answer 2

为了能够按照您提供的答案那样进行操作，您需要为此创建适当的列。 您可以使用以下方法做到这一点：

x['foo'] = x.loc[x['foo or bar'] == 'foo', 'amount']
x['bar'] = x.loc[x['foo or bar'] == 'bar', 'amount']

In [81]: x
Out[81]: 
   amount foo or bar name    foo    bar
0      10        foo    j   10.0    NaN
1      20        bar    c    NaN   20.0
2      30        bar    q    NaN   30.0
3      20        bar    j    NaN   20.0
4      30        foo    c   30.0    NaN
5      40        foo    q   40.0    NaN
6     200        bar    j    NaN  200.0
7     300        foo    c  300.0    NaN
8     400        foo    q  400.0    NaN

然后，您可以使用以下代码：

In [82]: x.pivot_table(values=['foo','bar'], index='name', aggfunc={'bar':np.mean, 'foo':sum})
Out[82]: 
        bar    foo
name              
c      20.0  330.0
j     110.0   10.0
q      30.0  440.0