Pandas：如何将小计添加到数据透视表

通常，您可能希望将小计添加到 pandas 数据透视表中。

幸运的是，使用 pandas 的内置函数可以轻松做到这一点。

以下示例展示了如何执行此操作。

示例：将小计添加到 Pandas 数据透视表

假设我们有以下 pandas DataFrame，其中包含有关各种篮球运动员的信息：

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
                   ' position ': ['G', 'G', 'F', 'F', 'G', 'F', 'F', 'F'],
                   ' all_star ': ['Y', 'N', 'Y', 'Y', 'N', 'N', 'N', 'Y'],
                   ' points ': [4, 4, 6, 8, 9, 5, 5, 12]})

#view DataFrame
print (df)

  team position all_star points
0 AGY 4
1 AGN 4
2 AFY 6
3 AFY 8
4 BGN 9
5 BFN 5
6 BFN 5
7 BFY 12

我们可以使用以下代码在 pandas 中创建一个数据透视表，显示 DataFrame 中team 、 all_star和position的每个组合的得分总和：

 #create pivot table
my_table = pd. pivot_table (df, values=' points ',
                              index=[' team ', ' all_star '],
                              columns=' position ',
                              aggfunc=' sum ')

#view pivot table
print (my_table)

FG position
team all_star           
AN NaN 4.0
     Y 14.0 4.0
BN 10.0 9.0
     Y 12.0 NaN

现在假设我们要添加一个小计行，用于显示每个球队和位置的小计分数。

我们可以使用以下语法来做到这一点：

 #add subtotals row to pivot table
p.d. concat ([
    y. append ( y.sum (). rename ((x, ' Total ')))
    for x, y in my_table. groupby (level= 0 )
]). append ( my_table.sum (). rename ((' Large ', ' Total ')))

	position F G
team all_star		
A N NaN 4.0
               Y 7.0 4.0
           Overall 7.0 8.0
B N 5.0 9.0
               Y 12.0 NaN
           Total 17.0 9.0
Grand Total 24.0 17.0

现在，我们有两个小计行，显示每个团队和位置的小计分，以及一个总计行，显示每列的总计。

注意：您可以在此处找到 pandas hub_table()函数的完整文档。

其他资源

以下教程解释了如何在 pandas 中执行其他常见操作：

Pandas：如何创建包含多个值的数据透视表
Pandas：如何用零替换数据透视表中的 NaN 值
Pandas：如何将数据透视表转换为 DataFrame