水平聚合数据帧

Question

我有以下数据：

inputdata = [[1,'long',30.2,'Win'],[1,'long',-12.4,'Loss'],
            [2,'short',-12.3,'Loss'],[1,'long',3.2,'Win'],
            [3,'short',0.0,'B/E'],[3,'short',23.2,'Win'],
            [3,'long',3.2,'Win'],[4,'short',-4.2,'Loss']]
datadf = DataFrame(columns=['AssetId','Direction','PnL','W_L'], data = inputdata)

datadf

    AssetId Direction   PnL     W_L
0   1       long        30.2    Win
1   1       long       -12.4    Loss
2   2       short      -12.3    Loss
3   1       long        3.2     Win
4   3       short       0.0     B/E
5   3       short       23.2    Win
6   3       long        3.2     Win
7   4       short      -4.2     Loss

现在，我想将其进一步聚合到一个看起来像这样的新数据框中（添加了一些示例行，要添加更多统计信息：

    Stat    Long    Short   Total
0   Trades  4       4       8
1   Won     3       1       4
2   Lost    1       2       3
    (...)

我尝试过：

datadf.groupby(['Direction'])['PnL'].count()
Direction
long     4
short    4
Name: PnL, dtype: int64

这会产生必要的数据，但是我必须逐个字段填充聚合数据帧，这看起来很麻烦，我什至不确定如何将确切的值添加到每行/列中。根据此示例，是否有更好的方法实现此目标？

Answer 1

使用pivot_table：

res = pd.pivot_table(df.iloc[:,1:], index=["W_L"], columns=["Direction"], aggfunc="count").droplevel(0, 1)
res["total"] = res.sum(1)

print (res.append(res.sum().rename(index="Trades")))

Direction  long  short  total
W_L                          
B/E         NaN    1.0    1.0
Loss        1.0    2.0    3.0
Win         3.0    1.0    4.0
Trades      4.0    4.0    8.0

Answer 2

您可以进行crosstab：

pd.crosstab(df['W_L'], df['Direction'],margins=True, margins_name='Total')

输出：

Direction  long  short  Total
W_L                          
B/E           0      1      1
Loss          1      2      3
Win           3      1      4
Total         4      4      8