Pandas：如何包含多个数据透视表的所有列和所有索引

Question

我正在尝试从以下数据框 (df) 为不同位置创建数据透视表：

Location	Category	Status	Price
1	Furniture	New	$100
1	Furniture	Old	$50
2	Office Supplies	New	$200
1	Furniture	New	$100
1	Office Supplies	New	$300
1	Office Supplies	Old	$150

首先，我使用代码过滤了数据框以将位置 1 和 2 分开：

df1 = df[df['Location'] == 1]

df2 = df[df['Location'] == 2]

接下来我使用了标准的 pandas 数据透视表函数：

pd.pivot_table(df1, values='Price', index='Status', columns='Category', aggfunc=np.sum)

pd.pivot_table(df2, values='Price', index='Status', columns='Category', aggfunc=np.sum)

所以我有以下两个数据透视表作为输出：

位置 1：

Status	Furniture	Office Supplies
New	$200	$300
Old	$50	$150

位置 2：

Status	Office Supplies
New	$200

但是，我希望位置 2 的数据透视表包含所有可能的类别和状态，如果它们不存在，则为 0。总而言之，我想要位置 2 的以下数据透视表：

位置 2：

Status	Furniture	Office Supplies
New	$0	$200
Old	$0	$0

我已经查看了 pivot_table() 函数的所有选项，但到目前为止还没有找到解决这个问题的方法。

Answer 1

您可以在通过Location分割之前创建数据透视表。

对于pd.pivot_table：

• 用index=['Location', 'Status']设置索引
• 传递参数dropna=False 以允许所有类别显示所有Location 和所有Status，即使为空。 （默认是隐藏空条目）。
• 传递参数fill_value=0 将NaN 值填充为0

然后通过.loc从数据透视表中找到Location，如下：

df_out = pd.pivot_table(df, 
                        values='Price', 
                        index=['Location', 'Status'], 
                        columns='Category', 
                        aggfunc=np.sum, 
                        dropna=False, 
                        fill_value=0)

结果：

print(df_out)

Category         Furniture  Office Supplies
Location Status                            
1        New           200              300
         Old            50              150
2        New             0              200
         Old             0                0

那么，要获取只针对Location 2 的数据透视表，可以使用.loc，如下：

df2 = df_out.loc[2]

输出：

print(df2)

Category  Furniture  Office Supplies
Status                              
New               0              200
Old               0                0

编辑（用于添加总计和小计）

如果您还想包含 Total（对于所有 Location）和 Sub-total（对于每个 Location），您也可以这样做，如下：

对于pd.pivot_table：

• 通过参数margins=True 和margins_name='Total' 设置Total 的边距（所有Location 的总和）
• 在pd.pivot_table 之后链接命令fillna(0, downcast='infer')。这是为了处理pd.pivot_table 的故障/错误，即使fill_value=0 参数时，保证金总额仍将显示NaN 用于空条目（例如Location=2Status='Old' 在这种情况下）已指定。

df_out = pd.pivot_table(df, 
                        values='Price', 
                        index=['Location', 'Status'], 
                        columns='Category', 
                        aggfunc=np.sum, 
                        dropna=False, 
                        fill_value=0,
                        margins=True,
                        margins_name='Total'
                        ).fillna(0, downcast='infer')

结果

print(df_out)

Category         Furniture  Office Supplies  Total
Location Status                                   
1        New           200              300    500
         Old            50              150    200
2        New             0              200    200
         Old             0                0      0
Total                  250              650    900

然后，添加小计（对于每个Location），我们进一步使用：

(pd.concat([df_out, 
            df_out.query('Location != "Total"')
                  .groupby(level=0).sum()
                  .assign(Status='Sub-total')
                  .set_index('Status', append=True)])
   .sort_index())

结果：

Category            Furniture  Office Supplies  Total
Location Status                                      
1        New              200              300    500
         Old               50              150    200
         Sub-total        250              450    700
2        New                0              200    200
         Old                0                0      0
         Sub-total          0              200    200
Total                     250              650    900