pivot_table 메서드를 사용하여 다른 팬더 데이터 프레임 (상점 별 판매)에서 생성 된 피벗 팬더 데이터 프레임 (지역별 판매)이 있습니다. 예를 들어분기 별 데이터 집계
:
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)]
내 목표는 판매 데이터 프레임에 다음을 수행 df_sales입니다.
분기별로 판매를 요약하는 새 데이터 프레임을 만듭니다. 원본 데이터 프레임 df 또는 sales_df를 사용할 수 있습니다.
2017Q1 2017Q2
10 27
31 37.5
133 139.17
내가 Q1의 모든 일의 평균을, 그리고 Q2에 대한 같은 : 분기로
여기에서 우리는 같을 것이다에만 두 분기 (USA fiscal calendar year) 그래서 분기 집계 된 데이터 프레임을 가지고있다. 예를 들어 북 동쪽 지역의 경우 'NE'
일 경우 Q1은 2017-03-30 일일 평균 10, 즉 Q2는 2017-04-05에서 2017-04-20까지의 평균입니다. 즉
(20+30+12+20+30+50)/6=27
제안 사항?
추가 참고 : df_sales 피벗 테이블에서 분기 집계를 수행하는 것이 이상적입니다. 메모리에 보관할 데이터 프레임이 훨씬 작기 때문입니다. 현재의 솔루션은 원래의 df에서 수행하지만, 아직 df_sales 데이터 프레임에서이를 수행 할 방법을 찾고 있습니다.
당신이 작은 샘플 재현 데이터 세트를 게시 할 수 없습니다 ("피벗"전) ('df'와 소스 DF)이 무엇입니까? – MaxU
@MaxU 확실한 예를 만들어 보겠습니다. – Dnaiel
@MaxU 오케이, 전체 예제를 만듭니다. – Dnaiel