如何重组Pandas DataFrame：以分类为行、月份为列并添加总计列

按以下步骤即可实现需求：

1. 转换日期格式：将原date列的YYYY-MM格式转为MMM-YY缩写格式
2. 透视重组数据：通过透视表将concept设为行索引，转换后的日期设为列，缺失值填充为0
3. 添加总计列：计算每行的金额总和，生成Total列

完整代码 #

import pandas as pd

data={
 'date':['2023-01', '2023-01', '2023-01', '2023-01', '2023-02', '2023-02', '2023-02', '2023-02', '2023-02'],
'concept':['FOOD', 'CAR', 'EDUCATION', 'ELECTRICITY', 'FOOD', 'CAR', 'TRAVEL', 'WATER', 'ELECTRICITY'],
'amount':[455.54, 237.41, 3.91, 213.2, 28.72, 422.72, 263.29, 3.93, 89.35]  
      }
df = pd.DataFrame(data)

# 转换日期为Jan-23格式并大写
df['date'] = pd.to_datetime(df['date']).dt.strftime('%b-%y').upper()

# 生成透视表，自动聚合求和，缺失值填0
result_df = df.pivot_table(index='concept', columns='date', values='amount', fill_value=0, aggfunc='sum')

# 添加总计列
result_df['Total'] = result_df.sum(axis=1)

# 调整列顺序以匹配需求（可选，若透视后列顺序不对时使用）
result_df = result_df[['JAN-23', 'FEB-23', 'Total']]

print(result_df)

关键步骤说明 #

• 日期转换：pd.to_datetime解析日期后，dt.strftime('%b-%y')生成月份缩写+年份格式，转大写后与示例样式一致
• 透视表：pivot_table自动合并相同concept和date的记录，fill_value=0保证无数据的单元格显示0
• 总计列：sum(axis=1)对每行的月份列求和，得到每个品类的总金额

运行代码后输出的DataFrame即为你需要的样式。

内容的提问来源于stack exchange，提问作者nekovolta