Python Dataframe 重新格式化列和行布局 --> 按名称列对列进行求和并将结果值添加为同名下的行

Question

我有以下示例输入表：

姓名	类别	数	乘数	计数x乘数
吉姆	类型1	10	1.25	12.5
吉姆	类型2	4	1	4
吉姆	类型3	8	0.5	4
贝丝	类型1	12	1.25	15
贝丝	类型2	2	1	2
贝丝	类型3	3	0.5	1.5

创建此表的代码如下：

import pandas as pd
df = pd.DataFrame({'Name':["Jim","Jim","Jim","Beth","Beth","Beth"], 'Category':['Type 1','Type 2','Type 3','Type 1','Type 2','Type 3'], 'Count':[10,4,8,12,2,3], 'Multiplier':[1.25,1,0.5,1.25,1,0.5], 'CountxMultiplier':[12.5,4,4,15,2,1.5]})

我想按“名称”列对“计数”列求和，并将结果值添加为同名下的附加行。我也想对 CountxMultiplier 列重复此过程。我想要的输出表如下：

姓名	类别	价值
吉姆	类型1	10
吉姆	类型2	4
吉姆	类型3	8
吉姆	总类型数	22
吉姆	总计数x乘数	20.5
贝丝	类型1	12
贝丝	类型2	2
贝丝	类型3	3
贝丝	总类型数	17
贝丝	总计数x乘数	18.5

我彻底搜索了 StackOverflow，但找不到任何执行此特定类型操作的代码。

Answer 1

由于最终输出是一个（某种）数据透视表，我们可以首先计算一个计算边距的数据透视表；然后将

CountxMultiplier

总计作为新行添加到此中间数据透视表结果中。由于最终结果是未透视表，因此我们可以调用

unstack

+

reset_index

来获取最终结果。

df1 = (
    df.pivot_table(index='Category', columns='Name', values='Count', aggfunc='sum', margins=True, margins_name='Total Type Count', sort=False)
    .drop(columns='Total Type Count')
)
df1.loc['Total CountxMultiplier'] = df.groupby('Name')['CountxMultiplier'].sum()
df1 = df1.unstack().reset_index(name='Value')