python - 在数据透视表中 - 如何在列中添加维度(除了维度行之外)？

Question

我有一个简单的数据集，我希望行中有 2 个维度。还有列中的一个维度。

我有一个常规数据透视表，我想将其中一个维度(周)作为列侧的维度(所有指标之上)，因此每个指标都有 2 个指标(成本、安装量)周。

/* 聚合表 */

df2Group = df2.groupby(['os','广告系列 ID','week']).agg({'cost_plus_fee':'sum', 'installs':'sum'})

Answer 1

使用DataFrame.unstack , DataFrame.swaplevel , DataFrame.sort_index 重命名第一级MultiIndex:

df2 = pd.DataFrame({
        'os':['andriod'] * 10,
         'Campaign ID':[103292] * 5 +[103293] * 5,
         'week':[22,23,24] * 3 + [22],
         'cost_plus_fee':[1,3,5,7,1,0,4,5,6,3],
         'installs':[5,3,6,9,2,4,2,5,8,4]
})
print (df2)
        os  Campaign ID  week  cost_plus_fee  installs
0  andriod       103292    22              1         5
1  andriod       103292    23              3         3
2  andriod       103292    24              5         6
3  andriod       103292    22              7         9
4  andriod       103292    23              1         2
5  andriod       103293    24              0         4
6  andriod       103293    22              4         2
7  andriod       103293    23              5         5
8  andriod       103293    24              6         8
9  andriod       103293    22              3         4

<小时/>

df2Group = (df2.groupby(['os','Campaign ID','week'])
               .agg({'cost_plus_fee':'sum', 'installs':'sum'})
               .unstack()
               .swaplevel(1,0, axis=1)  
               .sort_index(axis=1, level=0)
               .rename(columns = lambda x: f'week {x}', level=0))
print (df2Group)
  week                      week 22                week 23           \
                    cost_plus_fee installs cost_plus_fee installs   
os      Campaign ID                                                 
andriod 103292                  8       14             4        5   
        103293                  7        6             5        5   

week                      week 24           
                    cost_plus_fee installs  
os      Campaign ID                         
andriod 103292                  5        6  
        103293                  6       12