Skip to main content
 首页 » 编程设计

python之Pandas ,多索引

2025年04月02日15tuyile006

我有数据需要按列聚合,然后再按列聚合。我需要的是每个唯一客户每个产品类别的总支出。 Multiindex 应该这样做。问题是我是 Pandas 的新手,我不了解多索引。

我的数据结构如下:

 Customer  Products  Amount 
1  001       Toys      5 
2  002       Toys      6 
3  002       Cars      7 
4  001       Toys      2 
5  001       Cars      9 

我需要这样的:

Customers Products      Sum of ammount 
001       Toys          7 
          Cars          9 
002       Toys          6 
          Cars          7 

稍后我需要对其进行转换,以便我可以获得每个产品类别、每个客户的总支出。

Customer Toys Cars 
001      7    9 
002      6    7 

我一直在研究代码,但我被卡住了。一直在阅读,但没有找到我正在寻找的内容。

请您参考如下方法:

我想你可以使用 groupby与 sum :

df1 = df.groupby(['Customer','Products'])['Amount'].sum().reset_index(name='Sum of ammount') 
print (df1) 
  Customer Products  Sum of ammount 
0      001     Cars               9 
1      001     Toys               7 
2      002     Cars               7 
3      002     Toys               6 

然后你可以使用pivot来自 df1:

print (df1.pivot(index='Customer',columns='Products',values='Sum of ammount')) 
Products  Cars  Toys 
Customer             
001          9     7 
002          7     6 

如果需要pivot_table来自 df:

print (df.pivot_table(index='Customer',columns='Products',values='Amount', aggfunc=sum)) 
Products  Cars  Toys 
Customer             
001          9     7 
002          7     6 

编辑:

为了更好的 df 你可以 reset_index与 rename_axis (pandas 0.18.0 中的新功能):

print (df.pivot_table(index='Customer',columns='Products',values='Amount', aggfunc=sum) 
         .reset_index() 
         .rename_axis(None, axis=1)) 
 
  Customer  Cars  Toys 
0      001     9     7 
1      002     7     6 
 
print (df1.pivot(index='Customer',columns='Products',values='Sum of ammount') 
          .reset_index() 
          .rename_axis(None, axis=1)) 
 
  Customer  Cars  Toys 
0      001     9     7 
1      002     7     6