我正在寻找一种更干净的方法来将小计添加到 Pandas groupby 中。
这是我的数据框:
df = pd.DataFrame({
'Category':np.random.choice( ['Group A','Group B'], 50),
'Sub-Category':np.random.choice( ['X','Y'], 50),
'Product':np.random.choice( ['Product 1','Product 2'], 50),
'Units_Sold':np.random.randint(1,100, size=(50)),
'Dollars_Sold':np.random.randint(100,1000, size=50),
'Date':np.random.choice( pd.date_range('1/1/2011','03/31/2011',
freq='D'), 50, replace=False)})
从那里,我创建一个新的 Groupby Dataframe,如下所示:
df1 = df.groupby(['Category','Sub-Category','Product',pd.TimeGrouper(key='Date',freq='M')]).agg({'Units_Sold':'sum','Dollars_Sold':'sum'}).unstack().fillna(0)
我想提供类别和子类别的小计。我可以使用以下代码来做到这一点:
df2 = df1.groupby(level=[0,1]).sum()
df2.index = pd.MultiIndex.from_arrays([df2.index.get_level_values(0),
df2.index.get_level_values(1) + ' Total',
len(df2) * ['']])
df3 = df1.groupby(level=[0]).sum()
df3.index = pd.MultiIndex.from_arrays([df3.index.get_level_values(0) + ' Total',
len(df3) * [''],
len(df3) * ['']])
pd.concat([df1,df2,df3]).sort_index()
这给了我我想要的数据框:最终数据框
我的问题 - 有没有比为每个级别创建一个新的 DataFrame 然后连接在一起更Pythonic 的方法来做到这一点?我对此进行了研究,但找不到更好的方法。我必须对许多不同的多索引数据帧执行此操作,并且正在寻求更好的解决方案。
在此先感谢您的帮助!
编辑附加信息:
感谢@Wen 和@DaFanat 的回复。我尝试使用我的数据上提供的链接@Wen [链接]:Python(Pandas)在多索引数据帧的每个级别上添加小计
pd.concat([df.assign(\
**{x: 'Total' for x in "CategorySub-CategoryProduct"[i:]}\
).groupby(list('abc')).sum() for i in range(1,4)])\
.sort_index()
这对总数进行了求和,但它忽略了构成第二级列的日期。它给我留下了这个结果。结果图像
我尝试使用 groupby 添加 TimeGrouper ,但这会返回错误。任何帮助将不胜感激。谢谢!