python - 在 python pandas 中创建数据透视表后基于 "rows"数据进行过滤

Question

我有一组数据，这些数据是从 SQL 数据库中获取并读入 pandas 数据框的。生成的 df 大约有 2.5 亿行，并且每天都在增长。因此，我想旋转表格以给我一个小得多的表格来处理(几千行)。

表格看起来像这样，但要大得多:

data

  report_date             item_id        views   category
0  2013-06-01                   2            3          a
1  2013-06-01                   2            2          b
2  2013-06-01                   5           16          a 
3  2013-06-01                   2            4          c
4  2013-06-01                   2            5          d

我想通过忽略“类别”列并只按日期和 item_id 获取总的查看次数来使它更小。

我这样做:

pivot = data.pivot_table(values=['views'], rows=['report_date','item_id'], aggfunc='sum')

                                 views  
report_date item_id
2013-06-01        2                 14           
2013-06-01        5                 16

现在想象一下，如果数据范围持续数月和数千个 item_id，这会更大。我想选择“2013-06-01”和“2013-06-10”之间的 item_id = 2 和 report_date 的总 View 或类似的东西。

我已经连续搜索了几个小时，但看不到如何在我的“行”(即 report_date 和 item_id)部分中选择和/或过滤掉值。我只能过滤/选择“值”部分中的数据(例如: View )。这个问题很相似，最后提问者评论了我正在问的同一个问题，但从未得到回答。我只是想尝试引起人们的注意。

Filtering and selecting from pivot tables made with python pandas

我感谢所有的帮助。这个网站和社区绝对是无价的。

Answer 1

你应该能够像这样切片:

In [11]: pivot.ix[('2013-06-01', 3):('2013-06-01', 6)]
Out[11]:
                     views
report_date item_id
2013-06-01  5           16

参见 advance indexing in the docs .