如何在pandas透视表指定位置添加存储行最小值的列

两个异常的触发原因非常明确：

• pivot_table开启margins=True时，会同时生成行方向、列方向两个维度的总计结果，这就是Best_ranking同时出现在最后一列和索引行位置的原因。且自带margins的聚合逻辑是基于原始分组数据计算，不是基于透视完成后的行数据逐行计算，数据量较大、分组存在重叠时很容易出现结果偏差。
• 提前把rank字段转为字符串类型是聚合结果错误的核心原因：字符串按字符逐位比较大小，例如"10"会被判定为小于"2"，完全不符合数值排序逻辑，自然会返回错误的极值结果。

放弃用pivot_table自带的margins计算行最小值，手动计算后插入到指定列位置即可，全程保持rank字段为数值类型。

实现步骤 #

• 数据预处理阶段保持rank字段为数值类型，空值按业务规则填充（无排名可以填充99999这类远超正常rank范围的值，避免干扰最小值计算）
• 生成透视表时关闭margins参数，从根源上去掉多余的总计行、总计列
• 透视表生成完成后，逐行计算所有数值列的最小值，作为Best_ranking列
• 调整多层列的顺序，将Best_ranking列移动到parent_asin列层级的首位

代码示例 #

import pandas as pd

# 基础数据预处理
df_sponsored = pd.DataFrame(values_from_api_call)
# 按asin、keyword字段去重，重复项保留第一条记录
df_sponsored = df_sponsored.drop_duplicates(subset=["asin", "keyword"], keep="first")

if not df_sponsored.empty:
    # 填充lists字段空值
    df_sponsored["lists"] = df_sponsored["lists"].fillna(0)
    # rank字段转数值类型，空值填充为超大值（无排名场景），不要转字符串
    df_sponsored["rank"] = pd.to_numeric(df_sponsored["rank"], errors="coerce").fillna(99999)

# 生成透视表，关闭自带margins
pivot_df = df_sponsored.pivot_table(
    index=["keyword", "volume"],
    columns=["parent_asin", "asin"],
    values="rank",
    aggfunc="min",
    fill_value=0,
    margins=False
)

# 逐行计算当前行所有rank值的最小值，作为Best_ranking列
pivot_df[("Best_ranking", "")] = pivot_df.min(axis=1)

# 调整列顺序，将Best_ranking移到列层级首位
sorted_cols = [("Best_ranking", "")] + [col for col in pivot_df.columns if col[0] != "Best_ranking"]
pivot_df = pivot_df[sorted_cols]

说明：如果你的业务规则里rank=0是有效最优排名，把rank空值填充的99999替换为0即可。

内容的提问来源于stack exchange，提问作者ira