Python中如何基于条件（如指定日期）创建目标结构的透视表？

现有两个Pandas DataFrame：

import pandas as pd

data_1 = {'Day': ['Mon','Mon', 'Mon','Tue','Tue'],
        'product': ['A','B','C','D','E']}
df1 = pd.DataFrame(data_1)

data_2 = {'Day': ['Mon','Mon', 'Mon','Mon','Mon', 'Mon','Mon','Mon', 'Mon', 'Mon','Tue','Tue','Wed','Wed'],
        'product_1': ['A','A','A','B','B','B','C','C','C','D','D','E','A','B'],
        'product_2': ['A','B','C','A','B','C','A','B','C','E','B','D','B','A'],
         'price':[10,20,30,40,55,50,60,70,80,90,12,13,14,15]}
df_2 = pd.DataFrame(data_2)

需要基于指定条件（例如筛选Day为周一的数据）生成如下结构的透视表：

A   B   C
A   10  20  30
B   40  55  50
C   60  70  80

可以通过以下步骤实现需求：

1. 获取指定日期对应的有效产品列表
   从df1中提取目标日期下的product值，作为透视表行和列的有效范围：

   target_day = 'Mon'
   valid_products = df1[df1['Day'] == target_day]['product'].tolist()
   

2. 过滤df_2中的数据
   筛选出df_2中符合目标日期，且product_1和product_2都在有效产品列表内的行：

   filtered_df = df_2[(df_2['Day'] == target_day) & 
                      (df_2['product_1'].isin(valid_products)) & 
                      (df_2['product_2'].isin(valid_products))]
   

3. 生成透视表并调整结构
   使用pivot方法生成透视表，再通过reindex确保行和列的顺序与df1中目标日期的产品顺序一致：

   pivot_table = filtered_df.pivot(index='product_1', columns='product_2', values='price')
   # 调整行和列的顺序，匹配有效产品列表
   pivot_table = pivot_table.reindex(valid_products).reindex(columns=valid_products)
   

执行上述代码后，pivot_table就是目标结构的透视表。如果需要处理其他日期，只需修改target_day的值即可。

内容的提问来源于stack exchange，提问作者Nikita Menon