如何解决使用Python Pandas处理数据并进行数据透视
我有一个简单的DataFrame,其中包含不同年份,地区和国家/地区的人口数据:
df = pd.DataFrame({'country': ['one','one','two','two'],'region': ['A','B','C','D','E','C'],'population 2015': [10,20,30,40,50,90],'population 2016': [100,200,300,400,500,900]})
我将DataFrame旋转如下,以将其转换为特定的结构:
df1 = df.pivot(index='region',columns='country',values=['population 2015','population 2016']).fillna(0)
df1
现在,我正在努力计算每个地区每年的总人口。我想以一种有效且可概括的方式做到这一点,例如不使用循环。但是也许通过使用.apply()和.sum()方法,或者使用lambda函数。
输出应类似于:
df = pd.DataFrame({'region': ['A','E'],120,50],1200,500]})
非常感谢您的提前帮助!
解决方法
df1 = df1.sum(level=0,axis=1).reset_index()
print(df1)
输出:
region population 2015 population 2016
0 A 10.0 100.0
1 B 20.0 200.0
2 C 120.0 1200.0
3 D 40.0 400.0
4 E 50.0 500.0
匹配输出格式:
df1 = df1.sum(level=0,axis=1).reset_index()
df1.iloc[:,1:] = df1.iloc[:,1:].astype(int)
print(df1)
region population 2015 population 2016
0 A 10 100
1 B 20 200
2 C 120 1200
3 D 40 400
4 E 50 500
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。