使用Pandas和Python操作分层数据集

我有一组餐厅销售数据，其结构包括两个维度：位置维度和食物类型维度，以及包含一些度量的事实表。我在操作表以执行分析时遇到问题。最后，它可能会显示在excel中

以下是一个玩具数据集：

tuples = [('California', 'SF'), ('California', 'SD'),
         ('New York', 'Roch'), ('New York', 'NY'),
         ('Texas', 'Houst'), ('Texas', 'SA')]
measure1 =   [5, 10,
               30, 60,
               10, 30]
measure2   =   [50, 10,
               30, 6,
               1, 30]
tier1 = ['Burger',
         'Burger',
         'Burger',
         'Pizza',
         'Pizza',
         'Burger']
tier2 = ['Beef',
         'Chicken',
         'Beef',
         'Pep',
         'Cheese',
         'Beef']
index = pd.MultiIndex.from_tuples(tuples, names=['State', 'City'])
revenue = pd.Series(measure1, index=index)
revenue = revenue.reindex(index)
rev_df = pd.DataFrame({'Category':tier1,
                       'Subcategory':tier2,
                       'Revenue': revenue,
                       'NumOfOrders': [3, 5,1, 3,10, 20]})
rev_df

此代码生成此数据帧：

我想做两件事：

将类别和子类别作为多索引列标题，并通过食品子类别和类别以及小计和总计计算NumOrder加权收入

将“城市”标注放置在Y轴上，然后按度量将类别和子类别移动到x轴

例如-
(一)

(二)

首先，我的第一次尝试是使用pivot_表

pivoted = rev_df.pivot_table(index = ['State','City'],
                      columns = ['Category','Subcategory'],
                     aggfunc = 'sum', #How to make it a weighted average?
                     margins = True, #How to subtotal and grandtotal?
                     margins_name = 'All',
                     fill_value = 0)
KeyError: "['State' 'City'] not in index"

---

正如你所看到的，我犯了一个错误。python操作这个雪花般的数据模型的最有效方法是什么？

这里的问题是州和市是索引名，一个快速的解决方法是在透视之前重置索引，尝试

rev_df.reset_index（）.pivot…

，也就是说，您可能会得到一个更好的解决方案，如何得到示例（1）第一个单元格中的

4

？我想这与你对“加权收入”的定义有关，但我不知道它是如何计算的。原谅我，它们是玩具数字。我想用numOrders-sumproduct（rev，numOrders）/sum（numOrders）来衡量收入。这里的问题是州和市是索引名称，一个快速解决方法是在枢轴之前重置索引，尝试

rev_df.reset_index（）.pivot…

，也就是说，您可能会得到一个更好的解决方案，如何得到示例（1）第一个单元格中的

4

？我想这与你对“加权收入”的定义有关，但我不知道它是如何计算的。原谅我，它们是玩具数字。我想通过numOrders-sumproduct（修订版，numOrders）/sum（numOrders）来衡量收入

                     California         California Total
                        SF        SD 
Total Burger WgtRev      9        10        19
      Beef   WgtRev      4         5        10
      Chickn WgtRev      5         5        10
Total Pizza...

pivoted = rev_df.pivot_table(index = ['State','City'],
                      columns = ['Category','Subcategory'],
                     aggfunc = 'sum', #How to make it a weighted average?
                     margins = True, #How to subtotal and grandtotal?
                     margins_name = 'All',
                     fill_value = 0)
KeyError: "['State' 'City'] not in index"