2024-05-14 01:16:32 发布
网友
我正在用Python构建一个报告,以自动化我们目前在Excel中进行的许多手动转换。我能够提取数据并对其进行透视,从而得到类似这样的结果
是否可以按比例将每个日期的杂项总额除以其他类别?因此,我将以下面的内容结束
我能想到的唯一方法是将杂项值拆分到它们自己的表中,计算出其他类别的比率,然后将杂项*比率添加到每个类别值中,但我只是想知道是否有一个函数可以用来压缩这方面的工作
谢谢
我认为你的解决方案一针见血。但是,它可能已经相当密集:
>>> cat = df.filter(regex='Category') >>> df.update(cat + cat.mul(df['Misc'] / cat.sum(axis=1), axis=0)) >>> df.drop(columns=['Misc']) Date Category 1 Category 2 Category 3 0 01/01/21 44.0 33.0 33.0 1 02/01/21 36.0 24.0 60.0
cat.mul(df['Misc'] / cat.sum(axis=1), axis=0)获取每行重新分配的杂项值,因为将每个值乘以misc并除以行总数.mul()允许在指定沿着哪个轴进行乘法的同时,其余的是关于拥有正确的列
cat.mul(df['Misc'] / cat.sum(axis=1), axis=0)
misc
.mul()
我认为你的解决方案一针见血。但是,它可能已经相当密集:
cat.mul(df['Misc'] / cat.sum(axis=1), axis=0)
获取每行重新分配的杂项值,因为将每个值乘以misc
并除以行总数.mul()
允许在指定沿着哪个轴进行乘法的同时,其余的是关于拥有正确的列相关问题 更多 >
编程相关推荐