我需要以 2 种方式透视/重塑长格式数据： 1(添加日期列(结束of_month(并填写数值(总计( 2(添加日期列(of_month年底(并填写日期值(在上一个数据透视中达到"总计"值的月中的某天(
我可以用以下方法做 1：
data = pd.DataFrame({'date': ['1-12-2016', '1-23-2016', '2-23-2016', '2-1-2016', '3-4-2016'],
'EOM': ['1-31-2016', '1-31-2016', '2-28-2016', '2-28-2016', '3-31-2016'],
'country':['uk', 'usa', 'fr','fr','uk'],
'tr_code': [10, 21, 20, 10,12],
'TOTAL': [435, 367,891,1234,231]
})
data['EOM'] = pd.to_datetime(data['EOM'])
data['date'] = pd.to_datetime(data['date'])
data_total = data.pivot_table(values='TOTAL', index=['country','tr_code'], columns='EOM')
Out[73]:
EOM 2016-01-31 2016-02-28 2016-03-31
country tr_code
fr 10 NaN 1234.0 NaN
20 NaN 891.0 NaN
uk 10 435.0 NaN NaN
12 NaN NaN 231.0
usa 21 367.0 NaN NaN
但是，尝试使用"date"更改值参数会产生： 数据错误：没有要聚合的数值类型
我基本上想要两个 df - 一个是我完成的，另一个是相同的格式，但不是"TOTAL"值，而是完成该总数的"日期"。
任何帮助将不胜感激。
set_indexwithunstack
这假设['country', 'tr_code', 'EOM']的组合是唯一的，如果不是，它们将中断。 这就是聚合函数很重要的原因。 当我们得到一个组合的多个观察结果时，我们需要一个规则。
data.set_index(['country', 'tr_code', 'EOM']).date.unstack()
EOM 2016-01-31 2016-02-28 2016-03-31
country tr_code
fr 10 NaT 2016-02-01 NaT
20 NaT 2016-02-23 NaT
uk 10 2016-01-12 NaT NaT
12 NaT NaT 2016-03-04
usa 21 2016-01-23 NaT NaT
aggfunc/pivot_table
默认聚合函数是mean，这对日期没有意义。first会的。 也可能使用ALollz在删除的答案中使用的last。
data.pivot_table(
values='date', index=['country', 'tr_code'], columns='EOM', aggfunc='first')
EOM 2016-01-31 2016-02-28 2016-03-31
country tr_code
fr 10 NaT 2016-02-01 NaT
20 NaT 2016-02-23 NaT
uk 10 2016-01-12 NaT NaT
12 NaT NaT 2016-03-04
usa 21 2016-01-23 NaT NaT
groupby
做同样事情的不那么迷人pivot_table
data.groupby(['country', 'tr_code', 'EOM']).date.first().unstack()
EOM 2016-01-31 2016-02-28 2016-03-31
country tr_code
fr 10 NaT 2016-02-01 NaT
20 NaT 2016-02-23 NaT
uk 10 2016-01-12 NaT NaT
12 NaT NaT 2016-03-04
usa 21 2016-01-23 NaT NaT