如何使用pandas创建带多层级列的pivot table数据透视表

问题描述 #

我当前的代码如下：

pd.pivot_table(filtered_dfs[key], values=["Entered Debit Amount", "Entered Credit Amount", "Converted Debit Amount", "Converted Credit Amount"],
                    index=["ATTRIBUTE1 Value for Journal Entry Line DFF", "Segment3"], aggfunc=np.sum)

这段代码运行正常，输出结果如下图所示：

但我希望将Segment3也作为分组维度放到列层级，预期实现的效果示例如下：

请问是否可以通过pandas的pivot_table功能实现上述需求？

解决方案 #

可以直接通过pandas的pivot_table实现该需求，只需要把原代码index参数中的Segment3移到columns参数位置即可，pivot_table原生支持行、列两个维度的分组聚合。

修改后的代码示例：

pd.pivot_table(
    filtered_dfs[key],
    values=["Entered Debit Amount", "Entered Credit Amount", "Converted Debit Amount", "Converted Credit Amount"],
    index=["ATTRIBUTE1 Value for Journal Entry Line DFF"],
    columns=["Segment3"],
    aggfunc=np.sum
)

如果希望空值位置默认显示0而不是NaN，可以额外添加fill_value=0参数：

pd.pivot_table(
    filtered_dfs[key],
    values=["Entered Debit Amount", "Entered Credit Amount", "Converted Debit Amount", "Converted Credit Amount"],
    index=["ATTRIBUTE1 Value for Journal Entry Line DFF"],
    columns=["Segment3"],
    aggfunc=np.sum,
    fill_value=0
)

内容的提问来源于stack exchange，提问作者Lê Hồng Nhật