Question

我有一个使用pivot_table方法从另一个pandas数据框（按商店销售）创建的数据透视pandas数据框（按地区销售）。

举个例子：

df = pd.DataFrame(
    {'store':['A','B','C','D','E']*7, 
     'region':['NW','NW','SW','NE','NE']*7, 
     'date':['2017-03-30']*5+['2017-04-05']*5+['2017-04-07']*5+['2017-04-12']*5+['2017-04-13']*5+['2017-04-17']*5+['2017-04-20']*5,
     'sales':[30,1,133,9,1,30,3,135,9,11,30,1,140,15,15,25,10,137,9,3,29,10,137,9,11,30,19,145,20,10,30,8,141,25,25]
     })
df['date'] = pd.to_datetime(df['date'])
df_sales = df.pivot_table(index = ['region'], columns = ['date'], aggfunc = [np.sum], margins = True)
df_sales = df_sales.ix[:,range(0, df_sales.shape[1]-1)]

我的目标是对销售数据框df_sales执行以下操作。

创建一个新的数据框，按季度汇总销售额。我可以使用原始数据帧df或sales_df。

截至本季度，我们只有两个季度（USA fiscal calendar year），因此季度汇总数据框架如下所示：

2017Q1  2017Q2
10      27
31      37.5
133     139.17

我取决于第一季度所有日子的平均值，以及第二季度的平均值。因此，例如对于东北地区'NE'，Q1是2017-03-30只有一天的平均值，即10，而Q2是2017-05-05到2017的平均值-04-20，即

(20+30+12+20+30+50)/6=27

有什么建议吗？

附加注意：理想情况下，我会在df_sales pivoted表上执行季度聚合，因为它是一个小得多的数据帧，可以保留在内存中。目前的解决方案是在原始df上完成的，但我仍在寻找在df_sales数据帧中实现它的方法。

Answer 1

<强>更新

设定：

df.date = pd.to_datetime(df.date)

df_sales = df.pivot_table(index='region', columns='date', values='sales', aggfunc='sum')

In [318]: df_sales
Out[318]:
date    2017-03-30  2017-04-05  2017-04-07  2017-04-12  2017-04-13  2017-04-17  2017-04-20
region
NE              10          20          30          12          20          30          50
NW              31          33          31          35          39          49          38
SW             133         135         140         137         137         145         141

解决方案：

In [319]: (df_sales.groupby(pd.PeriodIndex(df_sales.columns, freq='Q'), axis=1)
     ...:          .apply(lambda x: x.sum(axis=1)/x.shape[1])
     ...: )
Out[319]:
date    2017Q1      2017Q2
region
NE        10.0   27.000000
NW        31.0   37.500000
SW       133.0  139.166667

基于原始DF的解决方案：

In [253]: (df.groupby(['region', pd.PeriodIndex(df.date, freq='Q-DEC')])
     ...:    .apply(lambda x: x['sales'].sum()/x['date'].nunique())
     ...:    .to_frame('avg').unstack('date')
     ...: )
     ...:
Out[253]:
          avg
date   2017Q1      2017Q2
region
NE       10.0   27.000000
NW       31.0   37.500000
SW      133.0  139.166667

注意：df - 是原始DF（在“旋转”之前）

按季度汇总数据

1 个答案: