过滤 Pandas 数据透视表答案

【问题标题】：Filtering Pandas PivotTable过滤 Pandas 数据透视表
【发布时间】：2018-03-31 15:48:36
【问题描述】：

我正在尝试通过 SQL 查询向 Pandas 提供一些数据，然后将旋转后的结果保存到 .csv 文件中。到目前为止，我已经成功了。

import cx_Oracle
import pandas as pd

query = """
        SELECT 
            dt,
            --Workstack, 
            GM, 
            COUNT(JOB_NUMBER)
        FROM MY_TABLE
        GROUP BY 
            dt, 
            --Workstack, 
            GM
"""

connection = cx_Oracle.connect("<My_Username>", "<My Password>", "<Database String>")
df = pd.read_sql_query(query, connection)
piv = df.pivot(index='GM', columns='DT', values='COUNT')
print (piv.head())

piv.to_csv('''Workstack.csv''')

现在我希望在查询变量中包含使用的字段“Workstack”，并且我还想使用 pandas 过滤具有字段 Workstack 的不同字符串，然后将它们粘贴为不同的 csv 文件或同一个 Excel 文件。但是，当我在查询中包含 Workstack 时，python 给了我这个错误......

ValueError: Index contains duplicate entries, cannot reshape

任何想法我如何解决这个问题？最终，我想使用 python Excel 模块将上述数据透视表粘贴到不同的单元格和工作表上。

谢谢:)

【问题讨论】：

尝试在旋转之前重置索引：df.reset_index().pivot

标签： python excel pandas pivot-table

【解决方案1】：

试试pivot_table的聚合功能：

piv = df.pivot_table(index='GM', columns='DT', values='COUNT', aggfunc='sum')

【讨论】：

或 groupby () ;)
非常感谢您的帮助！无论如何，我可以通过过滤不同的“Workstack”值来创建更多的数据透视表吗？
是的，df.query('Workstack == 5).pivot_table(index='GM', columns='DT', values='COUNT', aggfunc='sum')。
嗨，斯科特，由于某种原因，这不起作用，我不得不使用 PivotTable = df.loc[df['ColumnName'] == "ValueinColumn"]
@RyanDavies。很好，您应该能够使用“查询”，它比使用布尔索引更具可读性，就像您在这里所做的那样。如果我的解决方案对您有帮助，您介意accepting it吗？

【解决方案2】：

import cx_Oracle
import pandas as pd

query = """SELECT * FROM MY_TABLE"""

print('Loading Query')

connection = cx_Oracle.connect("Username", "Password", "Data Connection")
df = pd.read_sql_query(query, connection)

PivotTable = df.loc[df['ColumnName'] == "ValueinColumn"].pivot_table(index='SelectRows', columns='SelectColumns', values='SelectValues', aggfunc='SelectAggregation')

print ("Writing to Excel")

ExcelWorkbook = pd.ExcelWriter('Data.xlsx')
PivotTable.to_excel(ExcelWorkbook,  sheet_name='PivotTable', startrow=1)
ExcelWorkbook.save()

print ("Closing Connection")
connection.close()

print('Section Complete')

【讨论】：