在 Python 中获取数据透视表列之间的差异
Posted
技术标签:
【中文标题】在 Python 中获取数据透视表列之间的差异【英文标题】：Take difference between pivot table columns in Python 【发布时间】：2020-03-28 06:57:03 【问题描述】：我有一个带有 Week 、 Campaign 、 Placement 和 Count 列的数据框。
为了按广告系列和展示位置比较每周计数，我创建了一个效果很好的数据透视表。如何创建一个包含这 2 周之间差异的新列（如果可能，以百分比表示）？
代码：
dfPivot = pd.pivot_table(dfPivot, values='Count',\
index=['Campaign', 'Placement'],columns=['Week'], aggfunc=np.sum)
电流输出：
Week 2019-10-27 2019-11-03
Campaign Placement Code
A 111111111 4288.0 615.0
111111112 243.0 11.0
111111113 598.0 30.0
111111114 1041.0 377.0
111111115 7759.0 161.0
B 111111111 1252.0 241.0
111111112 643.0 124.0
111111113 135.0 30.0
111111114 8753.0 2327.0
111111115 7242.0 112.0
预期输出：
Week 2019-10-27 2019-11-03 Difference
Campaign Placement Code
A 111111111 4288.0 615.0 -85.7%
111111112 243.0 11.0 -95.4%
111111113 598.0 30.0 -94.9%
111111114 1041.0 377.0 [...]
111111115 7759.0 161.0 [...]
B 111111111 1252.0 241.0 [...]
111111112 643.0 124.0 [...]
111111113 135.0 30.0 [...]
111111114 8753.0 2327.0 [...]
111111115 7242.0 112.0 [...]
谢谢！
【问题讨论】：
【参考方案1】：使用DataFrame.pct_change 按位置选择最后一行，按100 选择多个百分比：
df['diff'] = df.pct_change(axis=1).iloc[:, -1].mul(100)
print (df)
2019-10-27 2019-11-03 diff
Campaign Placement Code
A 111111111 4288.0 615.0 -85.657649
111111112 243.0 11.0 -95.473251
111111113 598.0 30.0 -94.983278
111111114 1041.0 377.0 -63.784822
111111115 7759.0 161.0 -97.924990
B 111111111 1252.0 241.0 -80.750799
111111112 643.0 124.0 -80.715397
111111113 135.0 30.0 -77.777778
111111114 8753.0 2327.0 -73.414829
111111115 7242.0 112.0 -98.453466
【讨论】：
以上是关于在 Python 中获取数据透视表列之间的差异的主要内容，如果未能解决你的问题，请参考以下文章