我有一个如下所示的数据框（df1）： df1
并希望将数据旋转为如下所示： df_desired
我一直在尝试以下（和 pandas groupby）的多次迭代并且被难住了：
df_desired = pd.pivot_table(df1, values=\'cost\', index=[\'date\',\'name\'], aggfunc=np.sum)
由于有两个索引，它在 \'date\'、\'name\' 级别聚合。相反，我只想在“日期”级别聚合（总和）“成本”。
有没有办法告诉函数我想通过 \'date\' 对 \'cost\' 求和，而不从数据透视表中删除 \'name\'？
我不完全确定，这是否是 Pandas 开箱即用的用例。你有类似“分组日期”之类的东西，通常会为 9 月 1 日、9 月 2 日等留下一行。对于成本，这是可行的，因为您将有一个单一的值，即总和，但对于名称，您希望再次扩展该组。
我找到了一个感觉不对的解决方案：
import pandas as pd
df= pd.DataFrame([[1, 2, "John"], [1, 2, "Jeff"], [1, 2, "Larry"], [2, 5, "Susi"], [2, 5, "Sally"], [3, 4, "Joe"], [3, 4, "Bob"]], columns=["date", "cost", "name"])
df.groupby(["date"], as_index=False).agg({"cost": sum, "name": lambda x: x}).explode(["name"]).set_index(["date", "cost", "name"])
问题：它仅由索引列组成，实际上没有值，但也许你可以从那里继续。
【讨论】：