[英]Pandas groupby and sum total of group
我有一个Pandas DataFrame,有客户退款原因。 它包含以下示例数据行:
**case_type** **claim_type**
1 service service
2 service service
3 chargeback service
4 chargeback local_charges
5 service supplier_service
6 chargeback service
7 chargeback service
8 chargeback service
9 chargeback service
10 chargeback service
11 service service_not_used
12 service service_not_used
我想将客户的理由与某种标记的原因进行比较。 这没问题,但我还希望看到特定组中的记录总数(客户原因)。
case_claim_type = df[["case_type", "claim_type"]]
case_claim_type.groupby(by=("case_type", "claim_type"))["case_type"].count()
这给了我这个输出,例如:
**case_type** **claim_type**
service service 2
supplier_service 1
service_not_used 2
chargeback service 6
local_charges 1
我还想拥有每个case_type的输出总和。 就像是:
**case_type** **claim_type**
service service 2
supplier_service 1
service_not_used 2
total: 5
chargeback service 6
local_charges 1
total: 7
它不一定必须采用最后的输出格式,每个case_type的(聚合)总计的列也可以。
哪里:
df = pd.DataFrame({'case_type':['Service']*20+['chargeback']*9,'claim_type':['service']*5+['local_charges']*5+['service_not_used']*5+['supplier_service']*5+['service']*8+['local_charges']})
df_out = df.groupby(by=("case_type", "claim_type"))["case_type"].count()
让我们使用pd.concat
,与level参数sum
,并assign
:
(pd.concat([df_out.to_frame(),
df_out.sum(level=0).to_frame()
.assign(claim_type= "total")
.set_index('claim_type', append=True)])
.sort_index())
输出:
case_type
case_type claim_type
Service local_charges 5
service 5
service_not_used 5
supplier_service 5
total 20
chargeback local_charges 1
service 8
total 9
您可以使用:
df = case_claim_type.groupby(by=("case_type", "claim_type"))["case_type"].count()
print (df)
case_type claim_type
chargeback local_charges 1
service 1
service service 2
supplier_service 1
Name: case_type, dtype: int64
您可以创建新的DataFrame
的总sum
,并添加MultiIndex
由MultiIndex.from_tuples
:
df1 = df.sum(level=0)
#same as
#df1 = df.groupby(level=0).sum()
new_cols= list(zip(df1.index.get_level_values(0),['total'] * len(df.index)))
df1.index = pd.MultiIndex.from_tuples(new_cols)
print (df1)
chargeback total 2
service total 3
Name: case_type, dtype: int64
然后concat
起来并最后一次sort_index
:
df2 = pd.concat([df,df1]).sort_index()
print (df2)
case_type claim_type
chargeback local_charges 1
service 1
total 2
service service 2
supplier_service 1
total 3
Name: case_type, dtype: int64
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.