从列值的总和构建 df

Question

我需要按customer_id对数据进行分组，得到每个月的购买总额。我的数据如下所示：

cust_id        months
1               1
1               1
1               2
1               4
2               1
2               1

所以我需要查看每个月每个客户的购买总额。期望的输出是：

cust_id     mo1     mo2     mo3     mo4
1           2       1       0       1
1           2       0       0       0

Answer 1

使用 crosstab with DataFrame.reindex 添加缺失的类别：

r = range(df['months'].min(), df['months'].max() + 1)
df = (pd.crosstab(df['cust_id'],df['months'])
        .reindex(r, axis=1, fill_value=0)
        .add_prefix('mo'))
print (df)
months   mo1  mo2  mo3  mo4
cust_id                    
1          2    1    0    1
2          2    0    0    0

如果可能需要所有月份，请使用有序分类：

df['months'] = pd.Categorical(df['months'], ordered=True, categories=range(1, 13))

df = df.groupby(['cust_id','months']).size().unstack(fill_value=0).add_prefix('mo')
print (df)
months   mo1  mo2  mo3  mo4  mo5  mo6  mo7  mo8  mo9  mo10  mo11  mo12
cust_id                                                               
1          2    1    0    1    0    0    0    0    0     0     0     0
2          2    0    0    0    0    0    0    0    0     0     0     0

或 reindex range 所有月份：

r = range(1, 13)
df = (pd.crosstab(df['cust_id'],df['months'])
        .reindex(r, axis=1, fill_value=0)
        .add_prefix('mo'))
print (df)
months   mo1  mo2  mo3  mo4  mo5  mo6  mo7  mo8  mo9  mo10  mo11  mo12
cust_id                                                               
1          2    1    0    1    0    0    0    0    0     0     0     0
2          2    0    0    0    0    0    0    0    0     0     0     0

从列值的总和构建 df

build df from sum of column value

python

sum

aggregate-functions

dataframe

pandas