python - 如何将聚合函数应用于 Pandas 中数据透视表的所有列

Question

数据透视表正在计算某个现象每月发生的次数。这是简化的示例数据，后跟数据透视表:

+--------+------------+------------+
| ad_id  | entreprise | date       |
+--------+------------+------------+
| 172788 | A          | 2020-01-28 |
| 172931 | A          | 2020-01-26 |
| 172793 | B          | 2020-01-26 |
| 172768 | C          | 2020-01-19 |
| 173219 | C          | 2020-01-14 |
| 173213 | D          | 2020-01-13 |
+--------+------------+------------+

我的数据透视表代码如下:

my_pivot_table = pd.pivot_table(df[(df['date'] >= some_date) & ['date'] <= some_other_date)], 
                                values=['ad_id'], index=['entreprise'], 
                                columns=['year', 'month'], aggfunc=['count'])

生成的表格如下所示:

+-------------+---------+----------+-----+----------+
|             |  2018   |          |     |          |
+-------------+---------+----------+-----+----------+
| entreprise  | january | february | ... | december |
| A           | 12      | 10       | ... | 8        |
| B           | 24      | 12       | ... | 3        |
| ...         | ...     | ...      | ... | ...      |
| D           | 31      | 18       | ... | 24       |
+-------------+---------+----------+-----+----------+

现在，我想添加一个列来提供月平均值，并执行其他操作，例如将上个月的计数与过去 12 个月的月平均值进行比较...

我尝试摆弄pivot_table的aggfunc参数，并尝试向原始数据帧添加平均列，但没有成功。

提前致谢!

Answer 1

因为您在 pivot_table 之后获得了 Multiindex 表，所以您可以使用:

df1 = df.mean(axis=1, level=0)
df1.columns = pd.MultiIndex.from_product([df1.columns, ['mean']])

或者:

df2 = df.mean(axis=1, level=1)
df2.columns = pd.MultiIndex.from_product([['all_years'], df2.columns])