使用Python Pandas处理数据并进行数据透视

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

您可以将level与sum一起使用：

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