Как изменить иерархию уровней при группировке DataFrame?

Question

Предположим есть DataFrame такого вида:

samp = pd.DataFrame({'region': ['North','North','South','South','East','East','West','West'], 
                     'store': list('ABCDEFGH'), 
                     'num': 100, 
                     'year':['2020','2020','2021','2021','2021','2021','2020','2021']})

  region store  num  year
0  North     A  100  2020
1  North     B  100  2020
2  South     C  100  2021
3  South     D  100  2021
4   East     E  100  2021
5   East     F  100  2021
6   West     G  100  2020
7   West     H  100  2021

Нужно сгруппировать данные регионов по строкам, и года по столбцам.

Делаю это или через pivot_table или groupby, что дает одинаковый результат. Примерно так:

pd.pivot_table(samp, index='region', columns='year',values=['store','num'],
                   aggfunc={'store': 'count','num':'sum'})

samp.groupby(['region','year']).agg(
           total_num=("num","sum"), 
           stores=("store", "count")).unstack()

Получаем на выходе необходимые данные в таком виде:

         total_num      stores     
year     2020   2021    2020 2021
region                             
East      NaN  200.0    NaN  2.0
North   200.0    NaN    2.0  NaN
South     NaN  200.0    NaN  2.0
West    100.0  100.0    1.0  1.0

Можно ли как-то изменить порядок группировки (иерархию?), чтобы получить данные в таком виде (то есть сгруппировать столбцы по годам):

       2020                2021
values total_num  stores   total_num  stores
region                             
East         NaN     NaN        200.0    2.0
North      200.0     2.0          NaN    NaN
South        NaN     NaN        200.0    2.0
West       100.0     1.0        100.0    1.0

В сводных таблицах Excel это делается легким движением мышки, но здесь я никак не могу найти способ вывести данные в таком виде. swaplevel по сути ничего не меняет.

Mожно ли как-то это сделать?

Answer 1

Воспользуйтесь DataFrame.swaplevel() и DataFrame.sort_index():

res = (samp
       .groupby(['region','year'])
       .agg(total_num=("num","sum"),stores=("store", "count"))
       .unstack()
       .swaplevel(axis=1)
       .sort_index(axis=1))

результат:

In [60]: res
Out[60]:
year     2020             2021
       stores total_num stores total_num
region
East      NaN       NaN    2.0     200.0
North     2.0     200.0    NaN       NaN
South     NaN       NaN    2.0     200.0
West      1.0     100.0    1.0     100.0

БЛОГ НА HUSL

Как изменить иерархию уровней при группировке DataFrame?

Ответы (1 шт):