使用Pandas调整透视表：将revenue_month转为列并指定值列

需求 #

基于给定DataFrame数据，将revenue_month作为列，保留cust_id、doc_num等索引，以revenue__net_eur和accrual__net_eur作为值重构透视表，需满足：

• 每个revenue_month分组下，revenue__net_eur列排在accrual__net_eur之前
• revenue_month按升序排列

给定数据 #

import pandas as pd
import numpy as np

data = {
    'cust_id': [1, 1, 1, 1],
    'cust_name': ['Company A', 'Company B', 'Company A', 'Company A'],
    'doc_num': [101, 102, 103, 104],
    'created_at': ['2023-01-01', '2023-02-01', '2023-03-15', '2023-04-01'],
    'payment_method': ['Credit Card', 'PayPal', 'Credit Card', 'PayPal'],
    'status': ['Paid', 'Paid', 'Disputed', 'Paid'],
    'currency': ['EUR', 'EUR', 'EUR', 'EUR'],
    'net_amount': [1000, 1500, 2000, 2500],
    'vat_amount': [200, 300, 400, 500],
    'gross_amount': [1200, 1800, 2400, 3000],
    'revenue_month': ['2023-01-31', '2023-01-31', '2023-02-28', '2023-02-28'],
    'revenue__net_eur': [800, 1200, 1600, 2000],
    'accrual__net_eur': [1000, 1500, 2000, 2500]
}
df = pd.DataFrame(data)

已尝试代码的问题 #

# create a pivot table with 'revenue_month' column labels
pivot_table = pd.pivot_table(df, values=['revenue__net_eur', 'accrual__net_eur'], 
                             index=['customer_id', 'doc_num'], 
                             columns=['revenue_month'], 
                             aggfunc=np.sum, fill_value=0)

# swap the order of the column index levels
pivot_table.columns = pivot_table.columns.swaplevel(1, 0)
pivot_table

1. 索引列名错误：原数据列名为cust_id，代码中误用customer_id，导致运行报错
2. 交换列层级后未做针对性排序，无法保证revenue_month升序，也无法确保每个月份下revenue__net_eur在前的顺序

正确实现代码 #

# 生成透视表，修正索引列名
pivot_table = pd.pivot_table(
    df,
    values=['revenue__net_eur', 'accrual__net_eur'],
    index=['cust_id', 'doc_num'],
    columns=['revenue_month'],
    aggfunc=np.sum,
    fill_value=0
)

# 定义指标的期望顺序
metric_order = ['revenue__net_eur', 'accrual__net_eur']
# 获取升序排列的revenue_month
sorted_months = sorted(pivot_table.columns.get_level_values('revenue_month').unique())

# 构建符合要求的列顺序：先按月份升序，每个月份下按指标顺序排列
target_columns = [(month, metric) for month in sorted_months for metric in metric_order]

# 重新排列列
pivot_table = pivot_table.reindex(target_columns, axis=1)

# 可选：将revenue_month设为列的第一层级并排序
pivot_table.columns = pivot_table.columns.swaplevel(0, 1)
pivot_table = pivot_table.sort_index(axis=1)

print(pivot_table)

结果说明 #

最终生成的透视表满足：

• revenue_month按升序排列（2023-01-31 → 2023-02-28）
• 每个月份分组内，revenue__net_eur列始终在accrual__net_eur列之前
• 索引保留cust_id和doc_num，数据聚合正确

内容的提问来源于stack exchange，提问作者Luc