Python 如何在透视表中多次使用df列

我有一个这样的数据帧，但我需要将其转换为一个透视表，如下面的一个。总之，我需要在透视表中使用多个项列。我曾尝试使用aggfunc，但如何为项目本身定义它。谁能告诉我一个窍门吗

指数 项目 间隔 交易 0 A. x1 1. 1. A. x2 2. 2. B x1 2.

---

第一步是以自然的方式获取所需信息（“自然”：易于用熊猫表达，例如使用

pivot\u table（）

或

groupby（）

）。为了使

区间x项

的完整乘积（对于缺少的对，使用

0

），您可以使用：

df.pivot_table(index='interval', columns='item', values='transaction',
               aggfunc=sum, fill_value=0)

# out:
item      a  b
interval      
x1        1  2
x2        2  0

然而，诀窍是如何将其重塑为您要求的特定格式。这需要复制

的“项目”

列或级别（可以理解，熊猫并不特别喜欢）。以下是一个链式序列中的完整操作：

df2 = (df
     .pivot_table(index='interval', columns='item', values='transaction',
                  aggfunc=sum, fill_value=0)
     .stack().to_frame('count')
     .reset_index('item').set_index('item', append=True, drop=False)
     .unstack('interval').swaplevel(axis=1)
     .sort_index(axis=1, ascending=[True, False])
     .reset_index(drop=True)
    )

# df2:
interval   x1         x2      
         item count item count
0           a     1    a     2
1           b     2    b     0

您可以从结尾处进行注释以查看各个阶段。让我们在

pivot\u表之后逐行分解：

将项目移动到1级多索引，并将总和重命名为“计数”

...     .stack().to_frame('count')
               count
interval item       
x1       a         1
         b         2
x2       a         2
         b         0

复制
项
列（以便以后取消堆叠）：

取消堆叠
间隔
，并交换新的多索引列的级别（注意：这就是为什么我们需要复制
项
：否则
取消堆叠（）
将对常规索引（而不是多索引）进行操作，因此将转换为系列）：

最后，对多索引列进行排序，并删除（现在无用的）索引：

第一步是以自然的方式获取所需信息（“自然”：易于用熊猫表达，例如使用
pivot\u table（）
或
groupby（）
）。为了使
区间x项
的完整乘积（对于缺少的对，使用
0
），您可以使用：

df.pivot_table(index='interval', columns='item', values='transaction',
               aggfunc=sum, fill_value=0)

# out:
item      a  b
interval      
x1        1  2
x2        2  0

然而，诀窍是如何将其重塑为您要求的特定格式。这需要复制
的“项目”
列或级别（可以理解，熊猫并不特别喜欢）。以下是一个链式序列中的完整操作：

df2 = (df
     .pivot_table(index='interval', columns='item', values='transaction',
                  aggfunc=sum, fill_value=0)
     .stack().to_frame('count')
     .reset_index('item').set_index('item', append=True, drop=False)
     .unstack('interval').swaplevel(axis=1)
     .sort_index(axis=1, ascending=[True, False])
     .reset_index(drop=True)
    )

# df2:
interval   x1         x2      
         item count item count
0           a     1    a     2
1           b     2    b     0

您可以从结尾处进行注释以查看各个阶段。让我们在
pivot\u表之后逐行分解：

将项目移动到1级多索引，并将总和重命名为“计数”

...     .stack().to_frame('count')
               count
interval item       
x1       a         1
         b         2
x2       a         2
         b         0

复制
项
列（以便以后取消堆叠）：

取消堆叠
间隔
，并交换新的多索引列的级别（注意：这就是为什么我们需要复制
项
：否则
取消堆叠（）
将对常规索引（而不是多索引）进行操作，因此将转换为系列）：

最后，对多索引列进行排序，并删除（现在无用的）索引：

问题是：
项
列重复时，为什么需要特定形状？问题是：
项
列重复时，为什么需要特定形状？