使用Python对数据集进行行转列透视并计算累计值的实现方法

核心思路 #

• 先按id分组，计算每期的power和count的净增量（当期新增减当期减少）
• 对净增量做组内累计求和，再叠加该id的初始值（q122的cons_power/cons_count）得到每期的最终值
• 最后用透视把行转成对应列名的宽表

完整代码 #

import pandas as pd

# 1. 提取每个id的初始值
init_val = df.groupby('id')[['cons_power', 'cons_count']].first().reset_index()

# 2. 计算每期净增量 + 组内累计
df['net_power'] = df['r_power'] - df['d_power']
df['net_count'] = df['r_count'] - df['d_count']
df['cum_power'] = df.groupby('id')['net_power'].cumsum()
df['cum_count'] = df.groupby('id')['net_count'].cumsum()

# 3. 关联初始值，计算每期最终值
df = df.merge(init_val, on='id', how='left')
df['final_power'] = df['cons_power'] + df['cum_power']
df['final_count'] = df['cons_count'] + df['cum_count']

# 4. 透视转宽表，得到期望输出
res = df.pivot(index='id', columns='date', values=['final_power', 'final_count'])
# 拼接列名，把date放前面符合输出要求
res.columns = [f'{col[1]}_{col[0].replace("final_", "")}' for col in res.columns]
res = res.reset_index()

结果验证 #

运行上述代码后得到的res就是你要求的输出格式：

内容的提问来源于stack exchange，提问作者Lynn