python - 具有多级列的数据透视表

Question

给出下面的代码。

import numpy as np
import pandas as pd

df = pd.DataFrame({
    'clients': pd.Series(['A', 'A', 'A', 'B', 'B']),
    'odd1': pd.Series([1, 1, 2, 1, 2]),
    'odd2': pd.Series([6, 7, 8, 9, 10])})

grpd = df.groupby(['clients', 'odd1']).agg({
    'odd2': [np.sum, np.average]
}).reset_index('clients').reset_index('odd1')

>> grpd
   odd1 clients  odd2         
                  sum  average
0     1       A    13      6.5
1     2       A     8      8.0
2     1       B     9      9.0
3     2       B    10     10.0

我想创建一个数据透视表，如下所示:

       | odd1    | odd1    | ...... | odd1    |
------------------------------------|---------|
clients| average | average | .....  | average |

所需的输出是:

clients |   1       2      
--------|------------------
A       |   6.5     8.0    
B       |   9.0     10.0

如果我们的列不是多级的，这将起作用:

grpd.pivot(index='clients', columns='odd1', values='odd2')

不确定我是否理解多级列的工作原理。

Answer 1

import numpy as np
import pandas as pd

df = pd.DataFrame({
    'clients': pd.Series(['A', 'A', 'A', 'B', 'B']),
    'odd1': pd.Series([1, 1, 2, 1, 2]),
    'odd2': pd.Series([6, 7, 8, 9, 10])})

aggd = df.groupby(['clients', 'odd1']).agg({
    'odd2': [np.sum, np.average]})

print(aggd.unstack(['odd1']).loc[:, ('odd2','average')])

产量

odd1       1   2
clients         
A        6.5   8
B        9.0  10

---

说明:grpd 中的中间步骤之一是

aggd = df.groupby(['clients', 'odd1']).agg({
    'odd2': [np.sum, np.average]})

看起来像这样:

In [52]: aggd
Out[52]: 
             odd2        
              sum average
clients odd1             
A       1      13     6.5
        2       8     8.0
B       1       9     9.0
        2      10    10.0

aggd 与期望结果之间的视觉比较

odd1       1   2
clients         
A        6.5   8
B        9.0  10

表明odd1索引需要成为列索引。该操作(将索引标签移动到列标签)是 the unstack method 完成的工作。 。所以很自然地解压aggd:

In [53]: aggd.unstack(['odd1'])
Out[53]: 
        odd2                
         sum     average    
odd1       1   2       1   2
clients                     
A         13   8     6.5   8
B          9  10     9.0  10

现在很容易看出我们只想选择平均列。这可以通过 loc 来完成:

In [54]: aggd.unstack(['odd1']).loc[:, ('odd2','average')]
Out[54]: 
odd1       1   2
clients         
A        6.5   8
B        9.0  10