Pandas pivot_table: "merge" 列值

Question

假设我有以下 table:

from datetime import datetime
import pandas as pd

d = [[datetime(year=2021, month=1, day=1, minute=5), "A", "new", 3],
     [datetime(year=2021, month=1, day=1, minute=5), "B", "new", 6],
     [datetime(year=2021, month=1, day=1, minute=5), "C", "new", 7],
     [datetime(year=2021, month=1, day=1, minute=15), "A", "old", 6],
     [datetime(year=2021, month=1, day=1, minute=15), "B", "old", 2],
     [datetime(year=2021, month=1, day=1, minute=15), "C", "old", 14],
    ]

df = pd.DataFrame(data=d, columns=["Time", "Article", "Status", "Qty"])

我想重组这些数据，每个“时间”值一行，然后每篇文章都有“数量”和“状态”列。

我几乎可以使用 pivot_table 实现如下：

pd.pivot_table(data=df, index=["Time"], columns=["Article"], values=["Status", "Qty"], aggfunc="last")

这会为我生成以下输出：

	Qty			Status
Article	A	B	C	A	B	C
Time
2021-01-01 00:05:00	3	6	7	new	new	new
2021-01-01 00:15:00	6	2	14	old	old	old

但是，我希望按文章而不是值列对其进行分组。就像它会由以下代码生成：

arrays = [
    ["A", "A", "B", "B", "C", "C", "qux", "qux"],
    ["Qty", "Status", "Qty", "Status", "Qty", "Status"],
]
tuples = list(zip(*arrays))
index = pd.MultiIndex.from_tuples(tuples, names=["Article", "Value"])
data_pivot=[
    [3, "new", 6, "new", 6, "new"],
    [6, "old", 2, "old", 14, "old"]
]
pd.DataFrame(data=data_pivot, columns=index, index=[datetime(year=2021, month=1, day=1, minute=5), datetime(year=2021, month=1, day=1, minute=15)])

Article	A		B		C
Value	Qty	Status	Qty	Status	Qty	Status
2021-01-01 00:05:00	3	new	6	new	6	new
2021-01-01 00:15:00	6	old	2	old	14	old

在 pivot_table 调用中简单地切换值和 columns-keyword 也没有给我预期的输出。

不幸的是，我在命名这个问题时遇到了问题，所以我很难找到现有的解决方案（因此，这个问题的标题可能很奇怪），如果这个问题已经被很多人问过，我很抱歉次。

Answer 1

使用DataFrame.swaplevel with DataFrame.sort_index:

df = df.swaplevel(1,0,axis=1).sort_index(axis=1)

Pandas pivot_table: "merge" 列值

Pandas pivot_table: "merge" column values

python

pandas

dataframe

pivot-table