代码之家 › 专栏 › 技术社区 › user9092346

汇总数据集并创建新变量

pandas python

user9092346 · 技术社区 · 5 年前

我有一个数据集,它按国家、季度、部门、交易类型和值列出各个交易。我想根据前三个变量对其进行总结,但为其他两个变量创建新的列。数据集如下所示:

Country   Quarter   Division    Type    Value
   A         1        Sales      A        50
   A         2        Sales      A       150
   A         3        Sales      B        20
   A         1        Sales      A       250
   A         2        Sales      B        50
   A         3        Sales      B        50
   A         2      Marketing    A        50

现在,我想聚合数据,以获得作为新变量的按类型划分的事务数。按前三个变量分组的事务总数很容易:

df.groupby(['Country', 'Quarter', 'Division'], as_index=False).agg({'Type':'count', 'Value':'sum'})

但是,我希望我的新数据框架如下所示:

Country   Quarter   Division    Type_A   Type_B     Value_A   Value_B
   A         1        Sales        2        0         300         0
   A         2        Sales        1        1         150        50
   A         3        Sales        0        2           0        70
   A         2      Marketing      1        0          50         0

我该怎么做?

1 回复 | 直到 5 年前

jezrael 5 年前

在后面指定列 groupby 有元组 agg 函数,用于具有聚合函数的新列名称,然后按 DataFrame.unstack 最后一次转换 MultiIndex 按列显示 map :

df1 = (df.groupby(['Country', 'Quarter', 'Division', 'Type'])['Value']
         .agg([('Type','count'), ('Value','sum')])
         .unstack(fill_value=0))
df1.columns = df1.columns.map('_'.join)
df1 = df1.reset_index()
print (df1)
  Country  Quarter   Division  Type_A  Type_B  Value_A  Value_B
0       A        1      Sales       2       0      300        0
1       A        2  Marketing       1       0       50        0
2       A        2      Sales       1       1      150       50
3       A        3      Sales       0       2        0       70

推荐文章

Mainland · Python数据帧规范化值错误:列的长度必须与键相同

1 年前

user026 · 如何根据特定窗口的平均值(行数)创建新列?

1 年前

rpn · 如何在列[1]中连续第二次出现“0”时返回列[0]的值

1 年前