python:聚合数据透视 table 中的多索引结构列
python: aggregate columns in pivot table with multiindex structure
如果我有这样的多索引枢轴table:
如何汇总所有日期的 'sum' 和 'count' 总数?
我想查看包含 table.
中所有行总计的附加列
感谢@Nik03 的想法。 concat returns 的方法需要数据框,但具有单一索引级别。要将其添加到原始数据框,您必须先创建列并将新数据框分配给:
table_to_show = pd.concat([table_to_record.filter(like='sum').sum(1), table_to_record.filter(like='count').sum(1)], axis=1)
table_to_show.columns = ['sum', 'count']
table_to_record['total_sum'] = table_to_show['sum']
table_to_record['total_count'] = table_to_show['count']
column_1st = table_to_record.pop('total_sum')
column_2nd = table_to_record.pop('total_count')
table_to_record.insert(0, 'total_sum', column_1st)
table_to_record.insert(1,'total_count', column_2nd)
结果如下:
一种方式:
df1 = pd.concat([df.filter(like='sum').sum(
1), df.filter(like='mean').sum(1)], axis=1)
df1.columns = ['sum', 'mean']
如果我有这样的多索引枢轴table:
如何汇总所有日期的 'sum' 和 'count' 总数? 我想查看包含 table.
中所有行总计的附加列感谢@Nik03 的想法。 concat returns 的方法需要数据框,但具有单一索引级别。要将其添加到原始数据框,您必须先创建列并将新数据框分配给:
table_to_show = pd.concat([table_to_record.filter(like='sum').sum(1), table_to_record.filter(like='count').sum(1)], axis=1)
table_to_show.columns = ['sum', 'count']
table_to_record['total_sum'] = table_to_show['sum']
table_to_record['total_count'] = table_to_show['count']
column_1st = table_to_record.pop('total_sum')
column_2nd = table_to_record.pop('total_count')
table_to_record.insert(0, 'total_sum', column_1st)
table_to_record.insert(1,'total_count', column_2nd)
结果如下:
一种方式:
df1 = pd.concat([df.filter(like='sum').sum(
1), df.filter(like='mean').sum(1)], axis=1)
df1.columns = ['sum', 'mean']