数据透视表列中值的筛选

Question

如果我想将值/列之和到某个时间段，如何使用pivot表进行聚合？例如，在下表中，如果我想要2000-2001年和2002-2004年期间水果的总和，我会写什么代码？到目前为止，我有以下几点：

import pandas as pd
import numpy as np


UG = pd.read_csv('fruitslist.csv', index_col=2)
UG = UG.pivot_table(values = 'Count', index = 'Fruits', columns = 'Year', aggfunc=np.sum)
UG.to_csv('fruits.csv')

这意味着每一个水果每年的回报都很重要，但我似乎不能按十年进行汇总(例如90年代、500年代、2010年代)。

Fruits    Count   Year

Apple     4       1995

Orange    5       1996

Orange    6       2001

Guava     8       2003

Banana    6       2010

Guava     8       2011

Peach     7       2012

Guava     9       2013

提前感谢！

Answer 1

这可能会有帮助。将Year列在groupby中转换为几十年，然后进行聚合。

"""
Fruits    Count   Year

Apple     4       1995

Orange    5       1996

Orange    6       2001

Guava     8       2003

Banana    6       2010

Guava     8       2011

Peach     7       2012

Guava     9       2013
"""

df = pd.read_clipboard()

output = df.groupby([
    df.Year//10*10,
    'Fruits'
]).agg({
    'Count' : 'sum'
})

print(output)

             Count
Year Fruits       
1990 Apple       4
     Orange      5
2000 Guava       8
     Orange      6
2010 Banana      6
     Guava      17
     Peach       7

编辑

如果您想将年份按不同的数量分组，比方说每两年一次，只需更改年份组：

print(df.groupby([
    df.Year//2*2,
    'Fruits'
]).agg({
    'Count' : 'sum'
}))

             Count
Year Fruits       
1994 Apple       4
1996 Orange      5
2000 Orange      6
2002 Guava       8
2010 Banana      6
     Guava       8
2012 Guava       9
     Peach       7