Как разделить две сводные таблицы панд - PullRequest
Новая
       9

Как разделить две сводные таблицы панд

0 голосов
/ 30 января 2019

У меня есть две сводные таблицы Pandas: одна с общим объемом продаж и другая с количеством продаж.

Примеры:
enter image description here enter image description here

Как создать третью таблицу с результатом деления между двумя предыдущими таблицами?

Пример:
enter image description here

Ps: Подчеркиваядве таблицы (Sales Amount и Sales count) являются результатом функции pivot_table.

Заранее спасибо.

Edit 1:

Скотт, я попробовал то, что вы предложили,но я не понял, как заполнить параметры части Multiindex ...

Как заполнить эти параметры?

Вот мой код: 

df1 = getDFFaturAgencyFeeSemRDABR(filtros)

df1['Month'] = df1['DataFatura'].dt.strftime('%m')     
df1['Net Agency Fee'] = df1['Agency Fee']- df1['Total Rebate']              

dfSalesAmount = pd.pivot_table(df1,                             
                    values=['Net Agency Fee'],
                    columns=['Branch'],
                    index=['Month'], 
                    aggfunc=np.sum,
                    margins=True,
                    margins_name='Total',                        
                    fill_value=0).astype(np.float64).round(2)

dfCount = pd.pivot_table(df1,                             
                    values=['Vessels Count'],
                    columns=['Branch'],
                    index=['Month'], 
                    aggfunc=np.sum,
                    margins=True,
                    margins_name='Total',                        
                    fill_value=0).astype(np.float64).round(2)


indx1 = pd.MultiIndex.from_product([['Net Agency Fee'], ???????])

indx2 = pd.MultiIndex.from_product([['Vessels Count'],???????])

colind1 = pd.MultiIndex.from_product([['Month'], ??????])


dfSalesAmount.index = indx1

dfSalesAmount.columns = colind1

1 Ответ

0 голосов
/ 30 января 2019

Попробуйте использовать нарезку данных и div: 

import pandas as pd
import numpy as np

df1 = pd.DataFrame({'A':[1500,1700,2500,5700],
                   'B':[3000,2800,1804,7604],
                   'C':[2000,1500,1985,5485],
                   'D':[6500,6000,6289,18789]})

df2 = pd.DataFrame({'A':[4,10,13,27],
                   'B':[10,11,15,36],
                   'C':[25,80,33,138],
                   'D':[39,101,61,201]})

indx1 = pd.MultiIndex.from_product([['Total Sales'],['Vitoria','Rio De Janeiro','Sao Paulo','Total']])

indx2 = pd.MultiIndex.from_product([['Sales Count'],['Vitoria','Rio De Janeiro','Sao Paulo','Total']])

colind1 = pd.MultiIndex.from_product([['Month'],[1,2,3,'Total']])

df1.index = indx1

df1.columns = colind1

df1

df2.index = indx2

df2.columns = colind1

df_out = df1.loc['Total Sales'].div(df2.loc['Sales Count'])

df_out = df_out.iloc[:-1,:-1].assign(idx1='Sales Average')\
               .set_index('idx1', append=True).swaplevel(0,1)
print(df_out)

Вывод: 

                                   Month                       
                                       1           2          3
idx1                                                           
Sales Average Vitoria         375.000000  300.000000  80.000000
              Rio De Janeiro  170.000000  254.545455  18.750000
              Sao Paulo       192.307692  120.266667  60.151515
...