我有(例如)这个 DataFrame:
COLUMN1 COLUMN2 VALUE
0 0102 1020 1
1 0102 1220 8
2 0102 1210 2
3 0103 1020 1
4 0103 1210 3
5 0103 1222 8
6 0104 1020 3
7 0104 1120 2
(实际上,它大约有 9000 行长。)
由此,我创建了数据透视表,其中索引为 COLUMN1,列为 COLUMN2,值来自 VALUES,由 0 填充,其中 NaN。
COLUMN2 1020 1120 1210 1220 1222
COLUMN1
0102 1 0 2 8 0
0103 1 0 3 0 8
0104 3 2 0 0 0
我必须先按总行数对这个枢轴进行排序,然后再按总列数排序。
看起来像这样:
COLUMN2 1220 1222 1020 1210 1120| (GT)
COLUMN1 | HIGHEST
0103 0 8 1 3 0| (12) |
0102 8 0 1 2 0| (11) |
0104 0 0 3 0 2| (5) V
--------------------------------------
(GT: 8 8 5 5 2)
HIGHTEST----------------------------> LOWEST
有没有办法做到这一点?
我尝试通过将索引和列作为列表导入来创建数据透视表,按照我希望它们出现的顺序进行排序,但是 Pandas 在创建表时似乎会自动对它们进行 A-Z 排序。
示例代码:
import pandas as pd
exampledata=[['0102','1020',1],['0102','1220',8],['0102','1210',2],
['0103','1020',1],['0103','1210',3], ['0103','1222',8],
['0104','1020',3],['0104','1120',2]]
df = pd.DataFrame(exampledata,columns=['COLUMN1','COLUMN2','VALUE'])
print(df)
pivot = pd.pivot_table(df,
index='COLUMN1',
columns='COLUMN2',
values='VALUE',
aggfunc='sum',
fill_value=0)
print(pivot)
最佳答案
pivot_table
有一个选项 margin
这对于这种情况很方便:
(df.pivot_table(index='COLUMN1', columns='COLUMN2', values='VALUE',
aggfunc='sum', fill_value=0, margins=True) # pivot with margins
.sort_values('All', ascending=False) # sort by row sum
.drop('All', axis=1) # drop column `All`
.sort_values('All', ascending=False, axis=1) # sort by column sum
.drop('All') # drop row `All`
)
输出:
COLUMN2 1220 1222 1020 1210 1120
COLUMN1
103 0 8 1 3 0
102 8 0 1 2 0
104 0 0 3 0 2
关于python - 按行和列的总和对 Pandas 数据透视表进行排序,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/60778854/