Pandas 如何获得Panda dataframe数据透视表中各列的值总和？

我能够使用下面的代码创建透视表，如下所示

d = {'ID': [1,2,1,2,3], 'Month':["Apr-20","May-20","June-20","Apr-20","June-20"],'Value1':[12,23,15,45,34], 'Value2':[124,214,1234,1324,234], 'Value3':[124,214,1234,1324,234], 'Value4':[124,214,1234,1324,234]}
df = pd.DataFrame(d)

df_pvt =    pd.pivot_table(df, values=['Value1','Value2', 'Value3', 'Value4'],
                        index=['ID'],
                        columns=['Month'],
                        aggfunc=np.sum,
                        fill_value=0)

我一直在按照下图中的红色标记计算“总值”和总计行。我需要你的帮助。我期望低于输出

---

有必要在

sum

之后添加另一个数据帧，其中

多索引由以下人员创建：

如果要选择一个新添加的列，请使用元组：

print (df_pvt[('Total','Value1')])
ID
1    27
2    68
3    34
Name: (Total, Value1), dtype: int64

另一个想法是新级别的变更顺序：

df = df_pvt.sum(axis=1, level=0)
df.columns = pd.MultiIndex.from_product([df.columns, ['Total'], ])

df_pvt = df_pvt.join(df)
print (df_pvt)
      Value1                Value2                Value3                 \
Month Apr-20 June-20 May-20 Apr-20 June-20 May-20 Apr-20 June-20 May-20   
ID                                                                        
1         12      15      0    124    1234      0    124    1234      0   
2         45       0     23   1324       0    214   1324       0    214   
3          0      34      0      0     234      0      0     234      0   

      Value4                Value1 Value2 Value3 Value4  
Month Apr-20 June-20 May-20  Total  Total  Total  Total  
ID                                                       
1        124    1234      0     27   1358   1358   1358  
2       1324       0    214     68   1538   1538   1538  
3          0     234      0     34    234    234    234  

#swapped order
print (df_pvt[('Value1','Total')])


也可以创建空字符串级别，但我认为这很混乱（因为有必要使用空字符串），所以首选第一种解决方案：

df = df_pvt.sum(axis=1, level=0)
df.columns = pd.MultiIndex.from_product(['Total Sum of ' + df.columns, ['']])

df_pvt = df_pvt.join(df)
print (df_pvt)
      Value1                Value2                Value3                 \
Month Apr-20 June-20 May-20 Apr-20 June-20 May-20 Apr-20 June-20 May-20   
ID                                                                        
1         12      15      0    124    1234      0    124    1234      0   
2         45       0     23   1324       0    214   1324       0    214   
3          0      34      0      0     234      0      0     234      0   

      Value4                Total Sum of Value1 Total Sum of Value2  \
Month Apr-20 June-20 May-20                                           
ID                                                                    
1        124    1234      0                  27                1358   
2       1324       0    214                  68                1538   
3          0     234      0                  34                 234   

      Total Sum of Value3 Total Sum of Value4  
Month                                          
ID                                             
1                    1358                1358  
2                    1538                1538  
3                     234                 234  

如有必要，请使用空字符串：

print (df_pvt[('Total Sum of Value1','')])
ID
1    27
2    68
3    34
Name: (Total Sum of Value1, ), dtype: int64

如果您需要如图所示的行总计，请添加：
df_pvt.loc['grand total']=df_pvt.sum（）
print (df_pvt[('Total Sum of Value1','')])
ID
1    27
2    68
3    34
Name: (Total Sum of Value1, ), dtype: int64