如何让熊猫交叉表汇总多列的值？答案

【问题标题】：How to get pandas crosstab to sum up values for multiple columns?如何让熊猫交叉表汇总多列的值？
【发布时间】：2021-03-06 19:37:30
【问题描述】：

假设我们有一个像这样的表：

id    chr     val1     val2
...    A        2       10
...    B        4       20
...    A        3       30

...我们希望有一个像这样的列联表（按chr 分组，因此使用'A' 和'B' 作为行索引，然后将val1 和@ 的值相加987654326@):

       val1    val2    total
A        5      40       45
B        4      20       24
total    9      60       69

我们怎样才能做到这一点？

pd.crosstab(index=df.chr, columns=["val1", "val2"]) 看起来很有希望，但它只是计算行数，而不是对值求和。

我也尝试过（无数次）手动提供值...

pd.crosstab(
  index=df.chr.unique(),
  columns=["val1", "val2"],
  values=[
    df.groupby("chr")["val1"],
    df.groupby("chr")["val2"]
  ],
  aggfunc=sum
)

...但这总是以形状不匹配而告终，当我尝试通过 NumPy 重塑时：

values=np.array([
  df.groupby("chr")["val1"].values,
  df.groupby("chr")["val2"].values
].reshape(-1, 2)

...crosstab 告诉我它需要 1 个值，而不是每行给出的两个值。

【问题讨论】：

标签： python pandas crosstab contingency

【解决方案1】：

import pandas as pd

df = pd.DataFrame({'chr': {0: 'A', 1: 'B', 2: 'A'},
 'val1': {0: 2, 1: 4, 2: 3},
 'val2': {0: 10, 1: 20, 2: 30}})
# aggregate values by chr
df = df.groupby('chr').sum().reset_index()
df = df.set_index('chr')
# Column Total
df.loc['total', :] = df.sum()
# Row total
df['total'] = df.sum(axis=1)

输出

       val1     val2    total
chr         
A       5.0     40.0    45.0
B       4.0     20.0    24.0
total   9.0     60.0    69.0

【讨论】：

【解决方案2】：

你想要的是pivot_table

table = pd.pivot_table(df, values=['val1','val2'], index=['char'], aggfunc=np.sum)
table['total'] = table['val1'] + table['val2']

【讨论】：