python – 为数据透视表中的行创建不同列的小计

我正在创建一个带有Pandas的数据透视表,但是卡在不同列中的行的小计(在相同的值下)一段时间,我已经对堆栈溢出进行了一些研究,例如Pandas Pivot tables row subtotals和这个Subtotals for Pandas pivot table index and column(实际上这个接近于但是有些东西也和我的情况有所不同)但是没有找到适合我的情况的正确提示,所以请为这个主题,谢谢.

在这里,我将提供一个简化的DataFrame(原始的太大,无法显示在这里,因此它们的值无关紧要,格式是我正在寻找的)我的案例和我写的代码来获取我的数据透视表.

import pandas as pd
import numpy as np
df = pd.DataFrame(
{
    'Co':['NN']*6,
    'Op':['A','B']*3,
    'Stk':[1.1,1.2,1.3]*2,
    'Tm':['07-01-2018','08-01-2018','09-01-2018']*2,
    'Qt':[100,200,300]*2
}
)
df

df输出如下：

Co  Op  Qt  Stk Tm
0   NN  A   100 1.1 07-01-2018
1   NN  B   200 1.2 08-01-2018
2   NN  A   300 1.3 09-01-2018
3   NN  B   100 1.1 07-01-2018
4   NN  A   200 1.2 08-01-2018
5   NN  B   300 1.3 09-01-2018

然后我将以上df转换为我的数据透视表：

df['Qt'] = df['Qt'].apply(pd.to_numeric)
df['Stk']=df['Stk'].apply(pd.to_numeric)
df['Co'] = df['Co'].astype(str)
tb=pd.pivot_table(df,index=["Tm"],columns=["Co","Op","Stk"],aggfunc=np.sum,values=['Qt'], fill_value=0, margins=True, margins_name='All')
tb

生成的数据透视表如下所示：

            Qt
Co          NN                              All
Op          A              B    
Stk         1.1  1.2  1.3  1.1  1.2  1.3    
        Tm                          
07-01-2018  100  0    0    100  0    0      200
08-01-2018  0    200  0    0    200  0      400
09-01-2018  0    0    300  0    0    300    600
       All  100  200  300  100  200  300    1200

我真正期望的格式是：

            Qt
Co          NN                                                All
Op          A              ATotal   B               BTotal
Stk         1.1  1.2  1.3           1.1  1.2  1.3   
        Tm                          
07-01-2018  100  0    0    100      100  0    0     100       200
08-01-2018  0    200  0    200      0    200  0     200       400
09-01-2018  0    0    300  300      0    0    300   300       600
       All  100  200  300  600      100  200  300   600       1200

我试图创建这种完全相同的格式一段时间仍然无法获得相同的格式(我尝试了创建两个单独的A和B数据透视表并将它们组合在一起,但它会混乱所有边距).所以这里真的需要帮助.
附：我仍然是stackoverflow社区的新手,所以请原谅我的问题是否遗漏了一些方面,谢谢.

解决方法:

pivot_table不支持它,但您可以自己计算并稍后连接它：

tb.groupby(level='Op', axis=1).sum().add_suffix('Total')

Op          Total  ATotal  BTotal
Tm                               
07-01-2018    200     100     100
08-01-2018    400     200     200
09-01-2018    600     300     300
All          1200     600     600

标签：python,pandas,pivot-table
来源： https://codeday.me/bug/20191009/1877148.html