Pandas, Pivotant dataframe plusieurs colonnes hiérarchiques

Question

Je suis suivant

https://nikolaygrozev.wordpress.com/2015/07/01/reshaping-in-pandas-pivot-pivot-table-stack-and-unstack-explained-with-pictures/

mais je suis face à un scénario différent pour faire pivoter DataFrames.

La commande de pivot de base est comme ceci:

d.pivot(index='Item', columns='CType', values='USD') 

Supposons maintenant mon 'Item', appartient à deux catégories, 'Area' et 'Region', dans deux autres colonnes de données. Je veux que le résultat pivoté contienne ces trois niveaux (Region, Area, Item). Comment puis je faire ça?

J'avais cherché des réponses partout, et avait essayé des méthodes comme 'unstack', 'droplevel', 'reset_index', etc., mais n'a pas pu les faire fonctionner moi-même.

Aidez-nous s'il vous plaît.

Merci

Answer 1

d'abord, vous voulez probablement utiliser pd.pivot_table. Deuxièmement, lorsque vous souhaitez disposer de plusieurs colonnes le long d'une dimension, vous devez les transmettre sous forme de liste (par exemple, index=['Item', 'Area', 'Region']).

# Random data. 
np.random.seed(0) 
df = pd.DataFrame({'Area': ['A', 'A', 'A', 'B', 'B', 'B'], 
        'Region': ['r', 's', 'r', 's', 'r', 'r'], 
        'Item': ['car' ,'car', 'car', 'truck', 'bus', 'bus'], 
        'CType': [3, 4, 3, 3, 5, 5], 
        'USD': np.random.rand(6) * 100}) 

>>> df 
    Area CType Item Region  USD 
0 A  3 car  r 54.881350 
1 A  4 car  s 71.518937 
2 A  3 car  r 60.276338 
3 B  3 truck  s 54.488318 
4 B  5 bus  r 42.365480 
5 B  5 bus  r 64.589411 

>>> pd.pivot_table(df, 
        index=['Item', 'Area', 'Region'], 
        columns='CType', 
        values='USD', 
        aggfunc=sum) 

CType      3   4   5 
Item Area Region         
bus B r    NaN  NaN 106.954891 
car A r  115.157688  NaN   NaN 
      s    NaN 71.518937   NaN 
truck B s  54.488318  NaN   NaN