Question

我正在创建一个带有Pandas的数据透视表，但是在不同列（在相同的值下）的行的小计中停留了一段时间，我已经对堆栈溢出进行了一些研究，例如Pandas Pivot tables row subtotals和这个Subtotals for Pandas pivot table index and column（实际上这个很接近，但有些也与我的情况有所不同）但是没有找到适合我的情况的提示，所以请为这个主题，谢谢。

在这里，我将提供一个简化的DataFrame（原始的一个太大，无法显示在这里，因此它们的值无关紧要，格式是我正在寻找的）我的案例和我写的代码来获取我的数据透视表

import pandas as pd
import numpy as np
df = pd.DataFrame(
{
    'Co':['NN']*6,
    'Op':['A','B']*3,
    'Stk':[1.1,1.2,1.3]*2,
    'Tm':['07-01-2018','08-01-2018','09-01-2018']*2,
    'Qt':[100,200,300]*2
}
)
df

df输出如下：

Co  Op  Qt  Stk Tm
0   NN  A   100 1.1 07-01-2018
1   NN  B   200 1.2 08-01-2018
2   NN  A   300 1.3 09-01-2018
3   NN  B   100 1.1 07-01-2018
4   NN  A   200 1.2 08-01-2018
5   NN  B   300 1.3 09-01-2018

然后我通过以下方式将df转换为我的数据透视表：

df['Qt'] = df['Qt'].apply(pd.to_numeric)
df['Stk']=df['Stk'].apply(pd.to_numeric)
df['Co'] = df['Co'].astype(str)
tb=pd.pivot_table(df,index=["Tm"],columns=["Co","Op","Stk"],aggfunc=np.sum,values=['Qt'], fill_value=0, margins=True, margins_name='All')
tb

生成的数据透视表如下所示：

            Qt
Co          NN                              All
Op          A              B    
Stk         1.1  1.2  1.3  1.1  1.2  1.3    
        Tm                          
07-01-2018  100  0    0    100  0    0      200
08-01-2018  0    200  0    0    200  0      400
09-01-2018  0    0    300  0    0    300    600
       All  100  200  300  100  200  300    1200

我真正期望的格式是：

            Qt
Co          NN                                                All
Op          A              ATotal   B               BTotal
Stk         1.1  1.2  1.3           1.1  1.2  1.3   
        Tm                          
07-01-2018  100  0    0    100      100  0    0     100       200
08-01-2018  0    200  0    200      0    200  0     200       400
09-01-2018  0    0    300  300      0    0    300   300       600
       All  100  200  300  600      100  200  300   600       1200

我试图在一段时间内创建这种完全相同的格式但仍然无法获得相同的格式（我尝试过创建两个单独的A和B数据透视表并将它们组合在一起，但它会混淆所有利润）。所以这里真的需要帮助。附：我仍然是stackoverflow社区的新手，所以请原谅我的问题是否遗漏了一些方面，谢谢。

Answer 1

pivot_table不支持它，但你可以自己计算它并在以后连接它：

tb.groupby(level='Op', axis=1).sum().add_suffix('Total')

Op          Total  ATotal  BTotal
Tm                               
07-01-2018    200     100     100
08-01-2018    400     200     200
09-01-2018    600     300     300
All          1200     600     600

为数据透视表中的行创建不同列的小计

1 个答案: