Как изменить порядок дней недели в этой сводной таблице Pandas?

import numpy as np 
import pandas as pd 
import matplotlib.pyplot as plt
import seaborn as sns
import datetime
    
df = pd.read_excel("Baltimore Towing Division.xlsx",sheet_name = "TowingData")

df['Month'] = pd.DatetimeIndex(df['TowedDate']).strftime("%b")
df['Week day'] = pd.DatetimeIndex(df['TowedDate']).strftime("%a")


monthOrder = ['Jan', 'Feb', 'Mar', 'Apr','May','Jun','Jul','Aug','Sep','Oct','Nov','Dec']
dayOrder = ['Mon','Tue','Wed','Thu','Fri','Sat','Sun']


Pivotdf = pd.pivot_table(df, index=['Month'],
                        values=['TowedDate'],
                        columns=['Week day'],
                        fill_value=0,
                        aggfunc='count').reindex(monthOrder,axis=0).reindex(dayOrder,axis=1)

print(df)

Я использую функцию .reindex в конце сводной таблицы для переиндексации месяцев и столбцов «День недели», она возвращает NaN в результатах.

Использование .reindex в оси = 1 Как изменить порядок дней недели в этой сводной таблице Pandas?

Не выполняя .reindex в столбце дней, сводная таблица приносит мне результаты, но с дезорганизованными днями недели. Мне нужно, чтобы они отображались в таблице в следующем порядке: пн, вт, ср, чт, пт, сб, вс

Без использования .reindex в оси = 1 Как изменить порядок дней недели в этой сводной таблице Pandas?

Вы пробовали использовать df=df.reset_index(drop=True)?

— 22.03.2022 17:28

Да, я пробовал, но он не возвращает результат

— 22.03.2022 18:02

python pandas pivot-table days reindex

22.03.2022 17:23

Почему в Python есть оператор "pass"?

Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.

Некоторые методы, о которых вы не знали, что они существуют в Python

Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...

Основы Python Часть I

Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?

LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа

Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:

Оптимизация кода с помощью тернарного оператора Python

И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это

Советы по эффективной веб-разработке с помощью Python

Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.

Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Ответ принят как подходящий

Возможно, используя loc:

# with values=['TowedDate'] -> MultiIndex
Pivotdf = pd.pivot_table(df, index=['Month'],
                        values=['TowedDate'],
                        columns=['Week day'],
                        fill_value=0,
                        aggfunc='count').loc[monthOrder, (slice(None), dayOrder)]

# OR

# with values='TowedDate' -> Index
Pivotdf = pd.pivot_table(df, index=['Month'],
                        values='TowedDate',
                        columns=['Week day'],
                        fill_value=0,
                        aggfunc='count').loc[monthOrder, dayOrder)]

Выход:

>>> Pivotdf
         TowedDate                        
Week day       Mon Tue Wed Thu Fri Sat Sun
Month                                     
Jan              1   0   1   0   1   0   0
Feb              2   0   1   0   1   0   0
Mar              1   0   0   0   0   0   0
Apr              0   0   0   1   0   1   0
May              0   1   1   3   1   1   2
Jun              1   0   0   0   0   1   2
Jul              0   1   0   0   2   0   0
Aug              3   0   0   0   1   2   1
Sep              0   0   1   1   0   1   0
Oct              3   0   0   0   1   0   1
Nov              1   0   0   0   1   2   3
Dec              0   1   1   0   0   0   0

Спасибо, этот метод работал хорошо: # with values=['TowedDate'] -> MultiIndex. Эта строка решила проблему: .loc[monthOrder, (slice(None), dayOrder)]

— 22.03.2022 17:46

22.03.2022 17:28

Метод Корральена решил проблему.

# with values=['TowedDate'] -> MultiIndex
Pivotdf = pd.pivot_table(df, index=['Month'],
                        values=['TowedDate'],
                        columns=['Week day'],
                        fill_value=0,
                        aggfunc='count').loc[monthOrder, (slice(None), dayOrder)]

Problem solved