我正在研究一个数据集,可以让我评估各种客户行为。为此,我将几个 excel 文件读入一个列表,然后将它们连接成一个数据帧。不过,在此步骤之前,我想在每个列中创建几个新列,以根据年份和产品汇总收入,类似于以下内容:
输入数据
| |Year |Customer |Product |PO |Revenue |
| |:--------|:--------|:--------|:--------|:--------|
|0| 2019 | Cust 1 | DIGITAL | P1 | 100 |
|1| 2020 | Cust 1 | DIGITAL | P2 | 120 |
|2| 2019 | Cust 2 | STORE | P3 | 240 |
|3| 2019 | Cust 1 | DIGITAL | P4 | 200 |
|4| 2019 | Cust 2 | DIGITAL | P5 | 110 |
|5| 2020 | Cust 2 | STORE | P6 | 100 |
|6| 2020 | Cust 3 | DIGITAL | P7 | 120 |
|7| 2020 | Cust 3 | STORE | P8 | 180 |
期望输出
| |Year |Customer |Product |PO |Revenue |19 Total |20 Total |19 Dig |20 Dig |19 Store |20 Store
| |:--------|:--------|:--------|:--------|:--------|:--------|:--------|:--------|:--------|:--------|:--------
|0| 2019 | Cust 1 | DIGITAL | P1 | 100 | 100 | | 100 | | |
|1| 2020 | Cust 1 | DIGITAL | P2 | 120 | | 120 | | 120 | |
|2| 2019 | Cust 2 | STORE | P3 | 240 | 240 | | | | 240 |
|3| 2019 | Cust 1 | DIGITAL | P4 | 200 | 200 | | 200 | | |
|4| 2019 | Cust 2 | DIGITAL | P5 | 110 | 110 | | 110 | | |
|5| 2020 | Cust 2 | STORE | P6 | 100 | | 100 | | | | 100
|6| 2020 | Cust 3 | DIGITAL | P7 | 120 | | 120 | | 120 | |
|7| 2020 | Cust 3 | STORE | P8 | 180 | | 180 | | | | 180 |
所以基本上每年都会有它的年度总数,以及产品类别下的收入金额。请注意,现在需要维护列或行的顺序。
您能提供的任何帮助都会很棒 - 如果有任何不合理之处,请告诉我。
编辑 在研究了几个选项后,我发现以下代码有效,但我相信如果有人可以提供帮助,有更简洁的编写方式吗?
df_2019 = df.loc[df['Year'] == 2019]
df_2020 = df.loc[df['Year'] == 2020]
df_list = [df_2019, df_2020]
for i in df_list:
i[str(i['Year'].min())+' Total Rev'] = i['Revenue']
i[str(i['Year'].min())+' Dig Rev'] = i.loc[i['Product'] == 'DIGITAL', 'Revenue']
i[str(i['Year'].min())+' Store Rev'] = i.loc[i['Product'] == 'STORE', 'Revenue']
df_combined = pd.concat(df_list).sort_index()
df_combined
答案 0 :(得分:1)
我们可以 apiVersion: v1
kind: Service
metadata:
name: somename-service
spec:
selector:
app: somename
ports:
- protocol: TCP
port: 9000
targetPort: 9000
type: LoadBalancer
两次,然后用列表推导来展平您的 MultiIndex,最后使用 pivot_table
创建您的最终数据框:
pd.concat
piv1 = df.pivot_table(
index=["PO"],
columns='Year',
values="Revenue"
).reset_index(drop=True).add_suffix(" Total")
piv2 = df.pivot_table(
index=["PO"],
columns=["Year", "Product"],
values="Revenue"
).reset_index(drop=True)
piv2.columns = [f"{c1} {c2}" for c1, c2 in piv2.columns]
df = pd.concat([df, piv1, piv2], axis=1)