python - 如何将列转换为矩阵、按日期过滤并对索引排序？

Question

我是Python新手，正在尝试学习。我有两列数据，我想用它们来创建矩阵。我正在处理大量数据，但我创建了一个示例集如下:

import pandas as pd

data = [
    ['10/31/2019','12345','0','1'],['10/31/2019','54321','1','0'],['10/31/2019','43215','2','2'],
    ['10/31/2019','12346','0','1'],['10/31/2019','54322','1','0'],['9/28/2019','53215','3','3'],
    ['9/28/2019','73215','4','4'],['9/28/2019','13215','5','5'],['9/28/2019','42215','6','6'],
    ['9/28/2019','83215','7','7'],['9/28/2019','93215','8','8'],['9/28/2019','12215','9','9'],
    ['9/28/2019','73212','10','10'],['8/31/2019','22215','5','5'],['8/31/2019','56215','6','6']
]

df = pd.DataFrame(data, columns = ['Date','AccountNo','BalanceTier','PriorMonthBalanceTier'])
df

这给了我以下输出:

    Date    AccountNo BalanceTier   PriorMonthBalanceTier   
0   10/31/2019  12345     0           1
1   10/31/2019  54321     1           0
2   10/31/2019  43215     2           2
3   10/31/2019  12346     0           1
4   10/31/2019  54322     1           0
5   9/28/2019   53215     3           3
6   9/28/2019   73215     4           4
7   9/28/2019   13215     5           5
8   9/28/2019   42215     6           6
9   9/28/2019   83215     7           7
10  9/28/2019   93215     8           8
11  9/28/2019   12215     9           9
12  9/28/2019   73212     10         10
13  8/31/2019   22215     5           5
14  8/31/2019   56215     6           6

然后，我尝试从这些数据中获取汇总矩阵，其中列是'BalanceTier'，行是'PriorMonthBalanceTier'。每个矩阵都针对特定日期。例如，如果我按 10/31 进行筛选，汇总矩阵将显示帐户如何从 9/30 (PriorMonthBalanceTier) 的一个余额层转换到 10/31 (BalanceTier) 的另一个余额层。我尝试了下面的代码，但它给了我这个错误:

TypeError: filter function returned a DataFrame, but expected a scalar bool

matrix = df.groupby('Date').filter(lambda x: x == '10/31/2019').groupby(['PriorMonthBalanceTier','BalanceTier']).size().unstack().fillna(0)
matrix

虽然结果没有意义，但代码确实在没有过滤器的情况下运行，但列/行未排序。例如，行/列的顺序是 0, 1, 10,2,3,4...我希望它是 0,1,2,3,4,...,10。由于我才刚刚开始，因此非常感谢任何帮助!

2019 年 10 月 31 日的输出应为:

Answer 1

你想到了吗？

df.groupby('Date') \
  .filter(lambda grp: grp.Date.iloc[0]=="10/31/2019") \
  .groupby(['PriorMonthBalanceTier','BalanceTier'] \
  .size().unstack().fillna(0).astype(int)

BalanceTier            0  1  2
PriorMonthBalanceTier         
0                      0  2  0
1                      2  0  0
2                      0  0  1

编辑:所以更简单:

df[df.Date.eq("10/31/2019")] \ 
      .groupby(['PriorMonthBalanceTier','BalanceTier']) \ 
      .size().unstack().fillna(0).astype(int)