python - 我可以使用交叉表来获取用于求和的数据透视表吗？

Question

我正在使用 crosstab 来汇总发布商在给定区域的销售额。原始数据框如下所示:

Publisher   NA_Sales    EU_Sales    JP_Sales
1   Nintendo    29.08   3.58    6.81
2   Nintendo    15.68   12.76   3.79
3   Nintendo    15.61   10.93   3.28
4   Nintendo    11.27   8.89    10.22
5   Nintendo    23.20   2.26    4.22

我用数据透视表做的，现在我想用交叉表做。

salespivot1=pd.pivot_table(df, index=df.Publisher,
    aggfunc=np.sum).sort_values('NA_Sales', ascending=False)

创建:

          EU_Sales  JP_Sales    NA_Sales
Publisher           
Nintendo    390.05  454.38  775.61
Electronic Arts 373.91  14.35   599.50
Activision  215.90  6.71    432.59
Sony Computer Entertainment 186.56  74.15   266.17
Ubisoft 161.99  7.52    252.74

但使用交叉表我无法重新创建此数据框，因为无论我做什么，它都会将 EU_Sales 堆叠在 NA_Sales 之上

salespivot3=pd.crosstab(index=df.Publisher, columns=['NA_Sales', 'EU_Sales'],
    values=df.NA_Sales, aggfunc=sum)

创造:

col_0   NA_Sales
col_1   EU_Sales
Nintendo    775.61
Electronic Arts  599.50
Activision    432.59
Sony Computer Entertainment  266.17
Ubisoft    252.74

如何使用交叉表重新创建数据框以提供与数据透视表相同的结果？

Answer 1

不可能使用pd.crosstab()直接在您当前的 DF 上，除非您将它们从宽格式 reshape 为长格式，以便生成的 header 稍后将作为后续参数传递到它的函数调用中。

这里有一个小技巧:

idx = ["Publisher"]
d = pd.melt(df, id_vars=idx)
pd.crosstab(d.Publisher, d.variable, d.value, aggfunc="sum", rownames=idx, colnames=[None])

但老实说，您应该使用专为此目的设计的 groupby/pivot_table 方法。