Question

如果我想在特定时间段内汇总值/汇总一列，该如何使用数据透视表来实现？例如，在下表中，如果我想要2000年-2001年和2002年-2004年之间的水果总和，我应该写什么代码？目前为止我有这个：

import pandas as pd
import numpy as np


UG = pd.read_csv('fruitslist.csv', index_col=2)
UG = UG.pivot_table(values = 'Count', index = 'Fruits', columns = 'Year', aggfunc=np.sum)
UG.to_csv('fruits.csv')

此返回值按每年的每种水果计数，但我似乎无法按十年（例如90年代，00年代，2010年代）进行汇总

Fruits    Count   Year

Apple     4       1995

Orange    5       1996

Orange    6       2001

Guava     8       2003

Banana    6       2010

Guava     8       2011

Peach     7       2012

Guava     9       2013

谢谢！

Answer 1

这可能会有所帮助。将Year中的groupby列转换为数十年，然后进行汇总。

"""
Fruits    Count   Year

Apple     4       1995

Orange    5       1996

Orange    6       2001

Guava     8       2003

Banana    6       2010

Guava     8       2011

Peach     7       2012

Guava     9       2013
"""

df = pd.read_clipboard()

output = df.groupby([
    df.Year//10*10,
    'Fruits'
]).agg({
    'Count' : 'sum'
})

print(output)

             Count
Year Fruits       
1990 Apple       4
     Orange      5
2000 Guava       8
     Orange      6
2010 Banana      6
     Guava      17
     Peach       7

编辑

如果您想按不同的年份对年份进行分组，比如说每2年，只需更改年份组即可：

print(df.groupby([
    df.Year//2*2,
    'Fruits'
]).agg({
    'Count' : 'sum'
}))

             Count
Year Fruits       
1994 Apple       4
1996 Orange      5
2000 Orange      6
2002 Guava       8
2010 Banana      6
     Guava       8
2012 Guava       9
     Peach       7

筛选数据透视表列中的值

1 个答案:

编辑