pivot_table mit einem Index, der nicht eine Spalte der Tabelle

Question

In Pandas für Datenanalyse ist ich auf ein Beispiel kam, wo wir eine Tabelle mit den folgenden Spalten:

name(string) sex(string) year(int) birth(int) 

Der Autor will auf aggregieren Jahr, Geschlecht und letzten Buchstaben der Namen, damit er tut:

# extract last letter from name column 
get_last_letter = lambda x: x[-1] 
last_letters = names.name.map(get_last_letter) 

last_letters.name = 'last_letter' 
table = names.pivot_table(values='births', index=last_letters, 
columns=['sex', 'year'], aggfunc=np.sum) 

ich verstehe nicht ganz, wie dies pivot_table erstellt wird, wenn last_letters nicht eine Spalte in der Tabelle ist. Kann jemand etwas Licht darauf werfen, wie Pandas names zu diesen last_letters richtig zuordnen konnte, wenn es aggregierte?

Answer 1

Spalten in DataFrame sind Series, so mögliche Verwendung Series als Parameter in pivot_table ist.

So ist möglich, verwenden Sie die Vorverarbeitung Spalte name mit benutzerdefinierten Funktion für die Rückkehr nur letzten Buchstaben, weil es Series zurückgeben, was ist die perfekte gültige Eingabe.

Probe:

names = pd.DataFrame({ 
    'name': ['John','John','John','Josh','Josh','Josh','Sara','Sara','Sara'], 
    'births': [10,20,10,40,70,10,20,30,50], 
    'year': [1980,1985,1980,1985,1985,1985,1985,1980,1980], 
    'sex': ['m','m','m','m','m','m','f','f','f'] 
}) 
print (names) 
    births name sex year 
0  10 John m 1980 
1  20 John m 1985 
2  10 John m 1980 
3  40 Josh m 1985 
4  70 Josh m 1985 
5  10 Josh m 1985 
6  20 Sara f 1985 
7  30 Sara f 1980 
8  50 Sara f 1980 

---

# extract last letter from name column 
get_last_letter = lambda x: x[-1] 
last_letters = names.name.map(get_last_letter) 
last_letters.name = 'last_letter' 

print (last_letters) 
0 n 
1 n 
2 n 
3 h 
4 h 
5 h 
6 a 
7 a 
8 a 
Name: last_letter, dtype: object 

print (type(last_letters)) 
<class 'pandas.core.series.Series'> 

---

table = names.pivot_table(values='births', index=last_letters, 
          columns=['sex', 'year'], aggfunc=np.sum) 

print (table) 
sex    f   m  
year   1980 1985 1980 1985 
last_letter       
a   80.0 20.0 NaN NaN 
h    NaN NaN NaN 120.0 
n    NaN NaN 20.0 20.0