数据透视表：每个单元格中显示两次值

Question

我无法理解为什么数据框中的值在每个单元格中显示两次

最初，我将数据从MySQL下载到pandas dataframe，并将数字格式化为“每月性能”列中的百分比：

    data_frame = pd.read_sql(query, con=engine)
    data_frame['monthly_perf']=data_frame['monthly_perf'].astype(float).map('{:,.2%}'.format)

我觉得结果不错（以下部分数据）：

start_date end_date   name  monthly_perf
1998-12-31 1999-01-31 TB3MS 0.36%
1999-01-31 1999-02-28 TB3MS 0.38%
1999-02-28 1999-03-31 TB3MS 0.37%
1999-03-31 1999-04-30 TB3MS 0.37%
1999-04-30 1999-05-31 TB3MS 0.38%
1999-05-31 1999-06-30 TB3MS 0.39%

稍后，我将使用data_frame创建数据透视表：

pivot_table = data_frame.pivot_table(values='monthly_perf', index=['end_date',], columns=['name'], aggfunc=np.sum, fill_value=0).reset_index()

结果很奇怪：

start_date end_date   TB3MS
1998-12-31 1999-01-31 0.36%0.36%
1999-01-31 1999-02-28 0.38%0.38%
1999-02-28 1999-03-31 0.37%0.37%
1999-03-31 1999-04-30 0.37%0.37%
1999-04-30 1999-05-31 0.38%0.38%
1999-05-31 1999-06-30 0.39%0.39%

由于某种原因，每个数字显示两次。为什么？当我将熊猫数据帧格式化为%时，是否将所有内容都转换为字符串格式

谢谢你的帮助

Answer 1

问题是，若通过.map('{:,.2%}'.format将数字转换为字符串，然后使用sum将它们连接在一起

您可以尝试：

print ('0.36%' + '0.36%')
0.36%0.36%

因此，首先通过pivot_table数字数据进行处理，然后在最后一步添加%并将其转换为字符串

编辑：

data_frame = pd.read_sql(query, con=engine)

name_list = data_frame['name'].unique()
pivot_table = (data_frame.pivot_table(values='monthly_perf',
                                      index='end_date', 
                                      columns='name', 
                                      aggfunc=np.sum,
                                      fill_value=0).reset_index())
data_frame[fund_list]=data_frame[fund_list].astype('float').applymap('{:,.2%}'.format) 

但它应该像这样工作：

data_frame = pd.read_sql(query, con=engine)

pivot_table = (data_frame.pivot_table(values='monthly_perf',
                                      index='end_date', 
                                      columns='name', 
                                      aggfunc=np.sum,
                                      fill_value=0).reset_index())
data_frame = data_frame.astype('float').applymap('{:,.2%}'.format)