怎么通过通过pandas 的pivot_table对多列多行进行转置汇总

Question

数据库表格如下：

ts_code	end_date	bz_item	bz_sales	bz_profit	bz_cost	curr_type	update_flag
600002.SH	20191231	中国大陆	1102.81	204.55	898.26	CNY	0
600002.SH	20191231	国外	172.28	36.97	135.31	CNY	0
600002.SH	20200630	中国大陆	439.40379	0	0	CNY	0
600002.SH	20200630	国外	92.96429	0	0	CNY	0
600002.SH	20201231	中国大陆	1156.44	176.02	980.42	CNY	0
600002.SH	20201231	国外	216.41	56.55	159.86	CNY	0
600002.SH	20201231	其他业务(地区)	0.00056	0.78751	-0.78695	CNY	0
600002.SH	20210630	中国大陆	508.93198	0	0	CNY	0
600002.SH	20210630	国外	116.34514	0	0	CNY	0

希望通过pandas转成如下：

ts_code	bz_item	ITEM	20191231	20200630	20201231	20210630
600002.SH	中国大陆	bz_sales	1102.81	439.40379	216.41	508.93198
600002.SH	中国大陆	bz_profit	204.55	0	56.55	0
600002.SH	中国大陆	bz_cost	898.26	0	159.86	0
600002.SH	国外	bz_sales	172.28	92.96429	0.00056	116.34514
600002.SH	国外	bz_profit	36.97	0	0.78751	0
600002.SH	国外	bz_cost	135.31	0	-0.78695	0

python语句如下：

    sql = """
             SELECT ts_code,end_date,bz_item,bz_sales,bz_profit,bz_cost,curr_type,update_flag
            FROM fina_mainbz_p where ts_code ='600002.SH' order by end_date asc
            """
    print(sql)
    df = pd.read_sql_query(sql, engine_ts)
    new_df = pd.pivot_table(df, columns='end_date', values=item_list)
    new_df = new_df.rename_axis([None], axis=1).reset_index().rename(
        columns={'index': 'ITEM'}).set_index(['ITEM'])

    # 增加 产品或地区bz_item字段
    new_df = new_df.rename_axis([None], axis=1).reset_index().rename(
        columns={'index': 'ITEM'}, index=df['bz_item'][:len(new_df)])

    print(new_df)

    # 保存到csv
    new_df.to_csv(r"D:/Personal/Desktop/ts_" +
                  str(int(time.time())) + ".csv", encoding='utf_8_sig')

但无法达到想要的输出结果，不知道pivot_table该怎么操作？

Answer 1

你好，我是有问必答小助手，非常抱歉，本次您提出的有问必答问题，技术专家团超时未为您做出解答


本次提问扣除的有问必答次数，已经为您补发到账户，我们后续会持续优化，扩大我们的服务范围，为您带来更好地服务。