Блог

Пример набора данных (обратите внимание, что каждая комбинация Col_A и Col_B уникальна):

 import pandas as pd  d = {'Col_A': [1,2,3,4,5,6,9,9,10,11,11,12,12,12,12,12,12,13,13],   'Col_B': ['A','K','E','E','H','A','J','A','L','A','B','A','J','C','D','E','A','J','L'],  'Value':[180,120,35,654,789,34,567,21,235,83,234,648,654,234,873,248,45,67,94]  }  df = pd.DataFrame(data=d)  

Требование состоит в том, чтобы создать таблицу с суммой каждого Col_B, количеством Col_A и общей суммой на Col_A. Покажите категории в Col_B в порядке убывания их общей суммы.

Это то, что у меня есть до сих пор:

 df.groupby(['Col_B','Col_A']).agg(['count','sum'])  

Результат будет выглядеть так. Тем не менее, я хотел бы добавить промежуточные итоги для каждой категории Col_B и ранжировать эти промежуточные итоги по категориям в порядке убывания, чтобы это соответствовало требованию получения суммы каждого Col_B.

Заранее всем спасибо!

Ожидаемый результат мне не ясен, но это то, что вы ищете?

 piv = df.groupby(['Col_B', 'Col_A'])['Amount'].agg(['count','sum']).reset_index() tot = piv.groupby('Col_B', as_index=False).sum().assign(Col_A='Total') cat = pd.CategoricalDtype(tot.sort_values('sum')['Col_B'], ordered=True)  out = pd.concat([piv, tot]).astype({'Col_B': cat})   .sort_values('Col_B', ascending=False, kind='mergesort')   .set_index(['Col_B', 'Col_A'])  

 gt;gt;gt; out  count sum Col_B Col_A  J 9 1 567  12 1 654  13 1 67  Total 3 1288 A 1 1 180  6 1 34  9 1 21  11 1 83  12 2 693  Total 6 1011 E 3 1 35  4 1 654  12 1 248  Total 3 937 D 12 1 873  Total 1 873 H 5 1 789  Total 1 789 L 10 1 235  13 1 94  Total 2 329 C 12 1 234  Total 1 234 B 11 1 234  Total 1 234 K 2 1 120  Total 1 120