带有行值到列的Python摘要

Mani 发表于 Dev

手

我有以下输入

Col1  col2   col3
AA.   Wk1.   10
BB.   Wk2.   30
CC.   Wk3.   5
DD.   Wk4.   20
AA.   Wk4.   5
AA.   Wk5.   10

我想要使用pandas或以下任何python包的输出

Col1.  Wk1 Wk2 Wk3 wk4 wk5 difflast
AA.    10.  0.  0.  5.  10.  5
BB.     0.  30. 0.  0.   0.  0
CC.     0.  0.  5.  0.   0.  0
DD.     0.  0.  0.  20.  0.  -20

如果加上了一周，则应该花费上两周的差值n，如上所示。

特伦顿·麦金尼

使用pandas.DataFrame.pivot，用于从长格式转换为宽格式。
- 如果您不希望命名列，col2在这种情况下，请使用dfp.columns.name = None
使用减去最后两列.iloc。
- 在这种情况下，:获取所有行
- -1获取最后一列，-2获取倒数第二列。
.mean(axis=1)取逐行平均值。0包括在计算中。
- iloc[:, -1] 仅获取最后一列
  - -1始终是最后一列，倒数-2第二，依此类推。
- .iloc[:, 0:-1] 获取除最后一列以外的所有列。
  - 就像常规切片一样，在选择范围时0:-1，不包括最后一个值。

dfp = df.pivot(index='Col1', columns='col2', values='col3').fillna(0)

col2  Wk1.  Wk2.  Wk3.  Wk4.  Wk5.
Col1                              
AA.   10.0   0.0   0.0   5.0  10.0
BB.    0.0  30.0   0.0   0.0   0.0
CC.    0.0   0.0   5.0   0.0   0.0
DD.    0.0   0.0   0.0  20.0   0.0

# take difference
dfp['difflast'] = dfp.iloc[:, -1] - dfp.iloc[:, -2]

col2  Wk1.  Wk2.  Wk3.  Wk4.  Wk5.  difflast
Col1                                        
AA.   10.0   0.0   0.0   5.0  10.0       5.0
BB.    0.0  30.0   0.0   0.0   0.0       0.0
CC.    0.0   0.0   5.0   0.0   0.0       0.0
DD.    0.0   0.0   0.0  20.0   0.0     -20.0

使用difflast-从前几周的平均值中减去Wk5

dfp['last - avg'] = dfp.iloc[:, -2] - dfp.iloc[:, 0:-2].mean(axis=1)

col2  Wk1.  Wk2.  Wk3.  Wk4.  Wk5.  difflast  last - avg
Col1                                                    
AA.   10.0   0.0   0.0   5.0  10.0       5.0        6.25
BB.    0.0  30.0   0.0   0.0   0.0       0.0       -7.50
CC.    0.0   0.0   5.0   0.0   0.0       0.0       -1.25
DD.    0.0   0.0   0.0  20.0   0.0     -20.0       -5.00

没有difflast-从前几周的平均值中减去Wk5

dfp['last - avg'] = dfp.iloc[:, -1] - dfp.iloc[:, 0:-1].mean(axis=1)

col2  Wk1.  Wk2.  Wk3.  Wk4.  Wk5.  last - avg
Col1                                          
AA.   10.0   0.0   0.0   5.0  10.0        6.25
BB.    0.0  30.0   0.0   0.0   0.0       -7.50
CC.    0.0   0.0   5.0   0.0   0.0       -1.25
DD.    0.0   0.0   0.0  20.0   0.0       -5.00

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。