Pandas，Python：如何将行值转换为列并将其他列的值汇总为总和

Question

我正在尝试分析一个完整的数据集，并且对如何通过熊猫修复数据感到困惑。数据集如下所示：

我正在尝试使其看起来像这样：

              April 2                        | April 3                       | April 4 
unique_tests  total unique tests for april 2 | total unique tests for april 3|total unique tests for april 4 
positive      total positive for april 2     | total positive for april 3    |total positive for april 4 
negative      total negative for april 2     | total negative for april 3    |total negative for april 4 
remaining      total remaining for april 2   | total remaining for april 3   |total remaining for april 4 

我约会的日期是4月24日。

关于如何实现此目标的任何想法？我无法使其与Pandas中的数据透视表一起使用

Answer 1

使用：

#convert columns to numeric and date to datetimes
df = pd.read_csv(file, thousands=',', parse_dates=['date'])
#create custom format of datetimes and aggregate sum, last transpose
df1 = df.groupby(df['date'].dt.strftime('%d-%b')).sum().T

或者可以重新分配用新的日期时间格式填充的列date：

df1 = df.assign(date = df['date'].dt.strftime('%d-%b')).groupby('date').sum().T