Python - 逆透视数据框

我有一个按日期时间索引的表，每个日期时间都有多个层（中心和交货间隔）：

日期时间

我尝试为每个独特的中心动态创建一个新的数据帧，但有人建议不要这样做，而且我无论如何也无法使平均值发挥作用。

I've tried to dynamically make a new dataframe for each of the unique hubs but someone recommended not to do this and I couldn't get the averaging to work anyway.

import pandas as pd

# 你的示例数据
df = pd.DataFrame({
    'DateTime': ['2024-01-01 01:00:00'] * 7,
    'Hub': ['Houston Hub', 'Houston Hub', 'Houston Hub', 'Houston Hub', 'North Hub', 'North Hub', 'North Hub'],
    'Delivery Interval': [1, 2, 3, 4, 1, 2, 3],
    'Settlement Point Price': [13.35, 16.60, 17.15, 23.61, 13.35, 11.41, 32.11]
})

# 使用 pivot_table 进行透视
result = df.pivot_table(index='Delivery Interval', columns='Hub', values='Settlement Point Price', aggfunc='mean')

# 添加平均值行
result.loc['N/A (Average)'] = result.mean()

print(result)

这将输出：

Hub                  Houston Hub   North Hub
Delivery Interval                          
1                     13.350000   13.350000
2                     16.600000   11.410000
3                     17.150000   32.110000
4                     23.610000        NaN
N/A (Average)         17.677500   18.956667

说明：

1. pivot_table ： 我们使用 Pandas 的 pivot_table 函数来重塑数据。
2. index='Delivery Interval' ：将“Delivery Interval”设置为新的索引。
3. columns='Hub' ：将“Hub”列中的唯一值用作新列。
4. values='Settlement Point Price' ：使用“Settlement Point Price”列中的值填充表格。

5. aggfunc='mean' ：对每个 Hub 和 Delivery Interval 组合使用 mean 函数计算平均值。

6. loc['N/A (Average)'] = result.mean() ： 这行代码添加了一个名为“N/A (Average)”的新行，其中包含每列的平均值。

这个代码将创建一个透视表，其中“Delivery Interval”为索引，“Houston Hub”和“North Hub”为列，并且每个单元格中都包含相应组合的“Settlement Point Price”的平均值。