我在 Pandas 中有以下数据框
date prod hourly_bucket tank trans flag
01-01-2019 TP 05:00:00-06:00:00 2 Preset Peak
01-01-2019 TP 05:00:00-06:00:00 2 Preset Peak
01-01-2019 TP 05:00:00-06:00:00 2 Non Preset Peak
02-01-2019 TP 05:00:00-06:00:00 2 Preset Lean
02-01-2019 TP 05:00:00-06:00:00 2 Preset Lean
02-01-2019 TP 05:00:00-06:00:00 2 Non Preset Lean
我想要的数据框将在日级别和 jar 级别进行聚合，然后计算精益和高峰小时内有多少Preset,Non-Preset交易
date tank Lean_Non_Preset Lean_Preset Peak_Non_Preset Peak_Preset
01-01-2019 2 1 2 1 2
我正在用 pandas 跟随
lean_peak_preset_cnt = df.pivot_table(index=['date','tank'], columns=['flag'],values=['trans'],aggfunc='count').reset_index()
但它没有给我所需的解决方案
请您参考如下方法:
将'trans' 添加到参数columns，然后使用map 和 将列中的:MultiIndex 展平加入
lean_peak_preset_cnt = df.pivot_table(index=['date','tank'],
columns=['flag','trans'],
aggfunc='size',
fill_value=0)
lean_peak_preset_cnt.columns = lean_peak_preset_cnt.columns.map('_'.join)
lean_peak_preset_cnt = lean_peak_preset_cnt.reset_index()
print (lean_peak_preset_cnt)
date tank Lean_No Preset Lean_Preset Peak_Non Preset Peak_Preset
0 01-01-2019 2 0 0 1 2
1 02-01-2019 2 1 2 0 0
