如何使 Pandas 中的数据透视表表现得像 Excel 中的数据透视表？

Question

我正在尝试转置数据，聚合方法无关紧要，但数据按值而不是日期分组

代码：

import pandas as pd
d = {'date': ['2/21/2020', '2/21/2020','2/22/2020','2/22/2020','2/23/2020','2/23/2020'], 
     'name': ['James','John', 'James','John','James','John'],
     'A':[1,2,3,4,5,6],
     'B':[7,8,9,10,11,12],
     'C':[13,14,15,16,17,18]}
df = pd.DataFrame(data=d)
df = pd.pivot_table (df, index ='name', columns='date', values=['A','B','C'])
df

我得到的输出：

我需要的

注意：从 Excel 中，数据透视表输入为（“日期”作为列/“名称”作为行/“A”、“B”和“C”作为值）

Answer 1

您需要使用swaplevel来切换列 MultiIndex 的顺序，以便日期在顶部，“A”、“B”、“C”在底部。 然后，您还将对该索引进行排序。 要将“A”替换为“A 之和”，我使用rename方法为列添加了“Sum of” 前缀。

new_df = (df.pivot_table(index ='name', columns='date', values=['A','B','C'])
          .swaplevel(axis=1)
          .sort_index(axis=1)
          .rename(columns="Sum of {}".format, level=1)
)

print(new_df)
date  2/21/2020                   2/22/2020                   2/23/2020                  
       Sum of A Sum of B Sum of C  Sum of A Sum of B Sum of C  Sum of A Sum of B Sum of C
name                                                                                     
James         1        7       13         3        9       15         5       11       17
John          2        8       14         4       10       16         6       12       18

Answer 2

为了获得类似的输出，我们可以使用margins 、 swaplevel 。 之后，我们可以使用mapper重命名列。 最后， .iloc[:, :-3]用于删除额外的行边距，如果您想要行边距，可以删除。 ：

df1 = (df.pivot( index=['name'],  columns = 'date', margins=True, margins_name='Grand Total',  aggfunc=np.sum)
      .swaplevel(axis=1)
      .sort_index(axis=1)
      .rename(mapper=lambda x: f'Sum of {x}',axis=1,level=1)
      .iloc[:, :-3])


print(df1)

输出：

date        2/21/2020                   2/22/2020                   2/23/2020                  
             Sum of A Sum of B Sum of C  Sum of A Sum of B Sum of C  Sum of A Sum of B Sum of C
name                                                                                           
James               1        7       13         3        9       15         5       11       17
John                2        8       14         4       10       16         6       12       18
Grand Total         3       15       27         7       19       31        11       23       35