熊貓統計普通表

Question

我有一堆統計外貿數據堆積在單個表/ csv中：
年，is_export（否則是進口），國家，海關編碼，宏碼（一組海關編碼）和價值（以美元計）。

我很想能夠使用大熊貓組數據（而不是使用普通的SQL），並得到如下：

macro_group=12 

2012 2013 2014 
country 
export 

難道我只需要做幾個groupby電話（在「鍵「我想建立一個層次結構）？

編輯：所有的行是相同的：

id|Country|Year|Export|Macro|Code|Codename|Value 
1|China|2012|1|69|6996700|Articles,of iron or steel wire,n.e.s.|0.0 
2|Germany|2012|1|69|6996700|Articles,of iron or steel wire,n.e.s.|59.9 
3|Italy|2012|1|69|6996700|Articles,of iron or steel wire,n.e.s.|33.2 

我想獲得的是：

**Macro e.g. 23** 
China total export 
2012 2013 2014 
432 34 3243 

China total import 
2012 2013 2014 
4534 345 4354 

Russia total import... 

等

Answer 1

這並不完全清楚你期望的輸出是什麼（給定你提供的數據）。我猜你想要每個國家和年份的總價值（如果沒有，請隨時指正）：

import pandas as pd 

########### Setup some test data: ############# 
s = """id|Country|Year|Export|Macro|Code|Codename|Value 
1|China|2012|1|69|6996700|Articles,of iron or steel wire,n.e.s.|0.0 
2|Germany|2012|1|69|6996700|Articles,of iron or steel wire,n.e.s.|59.9 
3|Germany|2013|1|69|6996700|Articles,of iron or steel wire,n.e.s.|80.0 
4|Germany|2013|1|69|6996700|Articles,of iron or steel wire,n.e.s.|40.0 
5|Italy|2012|1|69|6996700|Articles,of iron or steel wire,n.e.s.|33.2""" 

from StringIO import StringIO 
df = pd.read_csv(StringIO(s), sep='|') 

pd.Series.__unicode__ = pd.Series.to_string # suppress meta-data when printing 

########### The real stuff happens here: ############# 
macro = 69 
group_by = df[df.Macro == macro].groupby(['Country', 'Year'])['Value'].sum() 

for country in df.Country.unique(): 
    print '---', country, '---' 
    print group_by[country] 
    print 

導致下面的輸出：

--- China --- 
2012 0 

--- Germany --- 
2012  59.9 
2013 120.0 

--- Italy --- 
2012 33.2