如何在单级数据框中的值上加入多级数据框

Question

到目前为止，我拥有的是一个包含以下列的普通事务数据框：

store | item | year | month | day | sales

'year' 可以是 2015、2016、2017。

我创建了一个摘要数据框：

store_item_years = df.groupby(
['store','item','year'])['sales'].agg(
[np.sum, np.mean, np.std, np.median, np.min, np.max]).unstack(
fill_value=0)

最后一个导致具有 2 个级别的多索引，如下所示：

               sum                  mean
        year | 2015 | 2016 | 2017 | 2015 | 2016 | 2017 | ... 
store | item   sum1    ...   ...    mean1  mean2  ...  | ...

现在我想将摘要 table 合并回事务摘要：

store | item | year | month | day | sales | + | sum+'by'+year | mean+'by'+year
               2015                              sum1              mean1
               2016                              sum2              mean2
               2017                              ...                ...

我正在尝试与以下内容合并：

df = pd.merge(df, store_item_years, 
             left_on=['store', 'item', 'year'], 
             right_on=['store', 'item', 'year'],
             how='left')

这会导致以下错误：

KeyError: 'year'

有什么想法吗？我只是想了解 groupby。我还没有研究数据透视表。

请记住问题已简化。 store_item 组合的数量是 200+K 和其他 groupbys 有 300+ 列。但总是一样的原则。

非常感谢。

Answer 1

我认为您需要先删除 unstack，然后使用 join 进行左连接：

store_item_years = df.groupby(
['store','item','year'])['sales'].agg(
[np.sum, np.mean, np.std, np.median, np.min, np.max])

df = df.join(store_item_years, on=['store','item','year'])

Answer 2

找到了罪魁祸首。删除了 .unstack()。

store_item_years = df.groupby(
   ['store','item','year'])['sales'].agg(
   [np.sum, np.mean, np.std, np.median, np.min, np.max])

以下保持上下文：

store_item_years.columns = store_item_years.columns+'_by_year'

然后像这样合并：

pd.merge(df, store_item_years.reset_index(), 
         left_on=['store', 'item', 'year'], 
         right_on=['store', 'item', 'year'],
         how='left')

如何在单级数据框中的值上加入多级数据框

How to join Multi-level dataframe on values in single-level dataframe

merge

join

multi-index

dataframe

pandas