我正在嘗試制作一個(gè)數(shù)據(jù)透視表，使其看起來(lái)像下面第一個(gè)數(shù)據(jù)中的預(yù)期結(jié)果（第二個(gè)表）；To Date From To Quantity10/11/2020 USA Ireland 510/11/2020 USA France 411/11/2020 USA France 612/11/2020 USA Jamaica 612/11/2020 USA France 5...14/02/2021 USA Ireland 65 01/11/2020 01/12/2020 01/01/2021 01/02/2021Ireland 15 65France 10Jamaica 6我可以通過(guò) groupby() 來(lái)獲取每月數(shù)據(jù)。我希望數(shù)據(jù)透視表包含每個(gè)國(guó)家/地區(qū)的總金額。df.index = qathist['To Date']df.index = pd.to_datetime(df.index)df_m= df.groupby(by=[df.index.year, df.index.month]).sum()..但是后來(lái)我刪除了其他數(shù)據(jù)等，并且似乎無(wú)法正確旋轉(zhuǎn)它！
3 回答
慕標(biāo)琳琳
TA貢獻(xiàn)1830條經(jīng)驗(yàn) 獲得超9個(gè)贊
要獲得每月的費(fèi)用，最好使用to_period. 您可以通過(guò)Togroupby，然后取消堆疊：
df.groupby(['To',df.index.to_period('M')])['Quantity'].sum().unstack()
qq_花開(kāi)花謝_0
TA貢獻(xiàn)1835條經(jīng)驗(yàn) 獲得超7個(gè)贊
您可以使用原始代碼的一部分并將其與函數(shù)混合pd.pivot_table。
例如，如果您的原始數(shù)據(jù)框是df：
df.index = pd.to_datetime(df["To Date"])
pivot = df.pivot_table(values="Quantity",
columns="To",
index=[df.index.month, df.index.year],
aggfunc='sum')
輸出如下
To France Ireland Jamaica
To Date To Date
2 2021 NaN 65.0 NaN
10 2020 4.0 5.0 NaN
11 2020 6.0 NaN NaN
12 2020 5.0 NaN 6.0
希望它有用！
蠱毒傳說(shuō)
TA貢獻(xiàn)1895條經(jīng)驗(yàn) 獲得超3個(gè)贊
使用 pd.crosstab：
pd.crosstab(df['To'], df['To Date'], df['Quantity'], aggfunc='sum')
添加回答
舉報(bào)
0/150
提交
取消