Python 在透视表中添加列的总和（多索引）

我有df和df_轴，代码如下： 作为pd进口熊猫 将numpy作为np导入

df = pd.DataFrame({"A": ["foo", "foo", "foo", "foo", "foo",
                         "bar", "bar", "bar", "bar"],
                  "B": ["one", "one", "one", "two", "two",
                         "one", "one", "two", "two"],
                  "Year": [2019, 2019, 2019, 2019,
                         2019, 2019, 2020, 2020,
                          2020],
                  "Month": ["01", "02", "03", "04", "05", "06", "01", "02", "03"],
                  "Values": [2, 4, 5, 5, 6, 6, 8, 9, 9]})


df_pivot = pd.pivot_table(df, values='Values', index=['A', 'B'],
                    columns=['Year','Month'], aggfunc=np.sum, fill_value=0)

df_枢轴如下所示：

Year    2019                2020      
Month     01 02 03 04 05 06   01 02 03
A   B                                 
bar one    0  0  0  0  0  6    8  0  0
    two    0  0  0  0  0  0    0  9  9
foo one    2  4  5  0  0  0    0  0  0
    two    0  0  0  5  6  0    0  0  0

现在我要做的是在df中添加三列： 2019财年、2019年年初至今、2020年年初至今

2019FY列应为“2019”项下所有值的总和

2019年年初至今列应为定义期间的“2019”项下所有值的总和，即，如果期间定义为04，则2019年年初至今应为2019年01/02/03/04的列总和

2020YTD列应为“2020”下所有值的总和

输出表应如下所示：

Year    2019               2019FY 2019YTD 2020      2020YTD
Month     01 02 03 04 05 06                01 02 03
A   B                                 
bar one    0  0  0  0  0  6  6      0      8  0  0      8
    two    0  0  0  0  0  0  0      0      0  9  9      18
foo one    2  4  5  0  0  0 11      11     0  0  0      0
    two    0  0  0  5  6  0 11      5      0  0  0      0

基本上，我想知道如何用给定的“月”对列求和，因为从这里我可以自己创建2019FY/2019YTD/2020YTD，而且将它们添加到数据透视表的特定时段（2019年底和2020年底）也很重要

可行吗

我到处找，但找不到如何做的例子

谢谢你的帮助

谢谢

---

Pawel

每年都可以在自定义函数中创建新列，因此在输出中也可以在以下位置中创建

2020FY

列：

---

您可以使用：

df.columns.get_level_values()
df.index.get_level_values()

切片多索引行和列的语法。我建议将df的月份列从字符串“01”更改为整数值，这样可以更容易地使用<>运算符进行切片。 但是，如果需要使用字符串值的月份列名，则：

month_num = 4
df_pivot["2029YTD"] = df_pivot.loc[:, (df_pivot.columns.get_level_values(0) == 2019) & 
                                   (df_pivot.columns.get_level_values(1).astype(int) <= 4)].sum(axis=1)
df_pivot["2019FY"] = df_pivot.loc[:, df_pivot.columns.get_level_values(0) == 2019].sum(axis=1)
df_pivot["2020YTD"] = df_pivot.loc[:, df_pivot.columns.get_level_values(0) == 2020].sum(axis=1)

完成后，您可以使用以下方法调整列位置：

    Year    2019    2020    2019YTD          2019FY 2020YTD
Month   01  02  03  04  05  06  01  02  03          
A   B                                               
bar one 0   0   0   0   0   6   8   0   0   0   6   8
    two 0   0   0   0   0   0   0   9   9   0   0   18
foo one 2   4   5   0   0   0   0   0   0   11  11  0
    two 0   0   0   5   6   0   0   0   0   5   11  0

df_pivot = df_pivot.loc[:, [2019, "2019FY", "2019YTD", 2020, "2020YTD"]]

    Year    2019         2019FY  2019YTD 2020      2020YTD
Month   01  02  03  04  05  06          01  02  03  
A   B                                               
bar one 0   0   0   0   0   6   6   0   8   0   0   8
    two 0   0   0   0   0   0   0   0   0   9   9   18
foo one 2   4   5   0   0   0   11  11  0   0   0   0
    two 0   0   0   5   6   0   11  5   0   0   0   0

要获得类似于：

    Year    2019    2020    2019YTD          2019FY 2020YTD
Month   01  02  03  04  05  06  01  02  03          
A   B                                               
bar one 0   0   0   0   0   6   8   0   0   0   6   8
    two 0   0   0   0   0   0   0   9   9   0   0   18
foo one 2   4   5   0   0   0   0   0   0   11  11  0
    two 0   0   0   5   6   0   0   0   0   5   11  0

df_pivot = df_pivot.loc[:, [2019, "2019FY", "2019YTD", 2020, "2020YTD"]]

    Year    2019         2019FY  2019YTD 2020      2020YTD
Month   01  02  03  04  05  06          01  02  03  
A   B                                               
bar one 0   0   0   0   0   6   6   0   8   0   0   8
    two 0   0   0   0   0   0   0   0   0   9   9   18
foo one 2   4   5   0   0   0   11  11  0   0   0   0
    two 0   0   0   5   6   0   11  5   0   0   0   0

---

OP need

同样重要的是将它们添加到数据透视表的特定槽中（2019年底和2020年底的数据）。

Heya，在运行上述代码后格式化列位置应该是一项简单的任务，使用类似于：

df_pivot.loc[：，[2019，“2019FY”，“2019YTD”，2020，“2020YTD]”的逻辑

您会得到预期的结果：）是的，我现在让它并排运行，我看不到任何问题。很好，完成了。试试看！：）好的，谢谢。唯一的问题是从1990年到2020年有几年的时间，然后是一个小问题使用您的解决方案。因为这是一个有点

“手动”

，而不是dynamicDear-jezrael，我已经尝试运行您的代码，但打印后我没有收到相同的结果（df）。我收到了我自己的df，没有FY/YTD的附加列，您能建议吗？谢谢Pawel@PawełPoprawski-这意味着没有更像

4

？因为

s1

表示每年对所有行进行求和，

s2

仅为前4列的fr求和。我使用了我的初始df，我假设我会收到与您相同的结果。您在我原来的df表中更改了几个月的任何格式吗？@PawełPoprawski-没有，但我使用的是pandas

1.2.3

，YOUR版本不同？我更新了我的pandas，现在它可以工作了。非常感谢你！