我正在寻找一种更简洁的方法来为Pandas groupby添加小计 .
这是我的DataFrame:
df = pd.DataFrame({
'Category':np.random.choice( ['Group A','Group B'], 50),
'Sub-Category':np.random.choice( ['X','Y'], 50),
'Product':np.random.choice( ['Product 1','Product 2'], 50),
'Units_Sold':np.random.randint(1,100, size=(50)),
'Dollars_Sold':np.random.randint(100,1000, size=50),
'Date':np.random.choice( pd.date_range('1/1/2011','03/31/2011',
freq='D'), 50, replace=False)})
从那里,我创建了一个新的Groupby Dataframe:
df1 = df.groupby(['Category','Sub-Category','Product',pd.TimeGrouper(key='Date',freq='M')]).agg({'Units_Sold':'sum','Dollars_Sold':'sum'}).unstack().fillna(0)
我想提供类别和子类别的小计 . 我可以使用以下代码执行此操作:
df2 = df1.groupby(level=[0,1]).sum()
df2.index = pd.MultiIndex.from_arrays([df2.index.get_level_values(0),
df2.index.get_level_values(1) + ' Total',
len(df2) * ['']])
df3 = df1.groupby(level=[0]).sum()
df3.index = pd.MultiIndex.from_arrays([df3.index.get_level_values(0) + ' Total',
len(df3) * [''],
len(df3) * ['']])
pd.concat([df1,df2,df3]).sort_index()
这给了我想要的DataFrame:Final DataFrame
我的问题 - 是否有更多pythonic方法来做到这一点,而不是必须为每个级别创建一个新的DataFrame然后连接在一起?我研究了这个,但找不到更好的方法 . 我必须为许多不同的MultiIndex数据帧执行此操作,并且正在寻求更好的解决方案 .
在此先感谢您的帮助!
编辑附加信息:
感谢@Wen和@DaFanat的回复 . 我试图使用我的数据[link]上提供的@Wen链接:Python (Pandas) Add subtotal on each lvl of multiindex dataframe
pd.concat([df.assign(\
**{x: 'Total' for x in "CategorySub-CategoryProduct"[i:]}\
).groupby(list('abc')).sum() for i in range(1,4)])\
.sort_index()
这总计了总和,但忽略了构成第二级列的日期 . 它让我得到了这个结果 . Resulting Image
我曾尝试使用groupby添加TimeGrouper,但这会返回错误 . 任何帮助将不胜感激 . 谢谢!