Question

当我尝试过滤Pandas数据框时，如下例所示，它可以正常工作：

print data[data['ProductCategory'].isin(['ProductA'])]

但是当我尝试在生成的数据透视表上执行相同操作时：

pivot = pandas.pivot_table(
      data,index=['ProductCategory', 'Currency', 'Producer'], 
      values=['Price','Quantity','FxRate'],
      aggfunc={'Price': np.sum, 'Quantity': np.sum,'FxRate': np.mean})

print pivot[pivot['ProductCategory'].isin(['ProductA'])]

我收到一个关键错误：

文件“pandas \ index.pyx”，第134行，在pandas.index.IndexEngine.get_loc（pandas \ index.c：3838）在pandas.index.IndexEngine.get_loc中文件“pandas \ index.pyx”，第154行（pandas \ index.c：3718）在pandas.hashtable.PyObjectHashTable.get_item中文件“pandas \ hashtable.pyx”，第686行，（pandas \ hashtable.c：12294）在pandas.hashtable.PyObjectHashTable.get_item中文件“pandas \ hashtable.pyx”，第694行（pandas \ hashtable.c：12245） KeyError：'ProductCategory'

数据透视表的describe（）给出了：

        FxRate           Price        Quantity
count   48.00           48.00           48.00
mean     0.93    4,717,051.34   46,446,338.82
std      0.20   20,603,134.35  188,008,495.83
min      0.64  -16,088,043.02 -137,804,378.35
25%      0.73      -87,306.39           83.75
50%      1.00       41,198.26      682,025.97
75%      1.00    2,999,491.53    7,489,198.82
max      1.25  137,804,362.15  939,610,000.00

pivot.info（）提供以下输出：

 <class 'pandas.core.frame.DataFrame'>
MultiIndex: 48 entries, (ProductA, ProductB, ProductC) to (ProducerA, ProducerB, ProducerC)
Data columns (total 3 columns):
FxRate         48 non-null float64
Price          48 non-null float64
Quantity       48 non-null float64
dtypes: float64(3)

memory usage: 2.3+ KB
None

并且pivot.head（）给出了这个：

                                          FxRate      Price   Quantity  
ProductCategory Currency      Producer                                 
ProductA        EUR           ProducterA   1.00       0.90       1.10   
                              ProducterB   1.00       0.90       1.10   
                GBP           ProducterB   1.25       1.12       1.37   
ProductB        EUR           ProducterA   1.00       0.90       1.10   
                GBP           ProducterC   1.25       1.12       1.37

Answer 1

{p> ProductCategory，Currency和Producer现在是groupby操作后的索引的一部分。尝试重置名为pivot.reset_index(inplace=True)的DataFrame的索引，然后使用loc照常进行选择。

>>> pivot[pivot['ProductCategory'].isin(['ProductA'])]
  ProductCategory Currency    Producer  FxRate  Price  Quantity
0        ProductA      EUR  ProducterA    1.00   0.90      1.10
1        ProductA      EUR  ProducterB    1.00   0.90      1.10
2        ProductA      GBP  ProducterB    1.25   1.12      1.37

然后，您可以根据需要重置结果上的索引。

或者，您可以在原始loc上使用pivot，如下所示：

>>> pivot.loc['ProductA']
                     FxRate  Price  Quantity
Currency Producer                           
EUR      ProducterA    1.00   0.90      1.10
         ProducterB    1.00   0.90      1.10
GBP      ProducterB    1.25   1.12      1.37

像常规数据框一样过滤pandas pivot_table结果

1 个答案: