我不能做精确的旋转台

iiuc,你可以试试这个:

df_new=df.groupby(['program'])['InWappTable','InLeadExporttrack'].count().reset_index()
total = df_new.sum()
total['program'] = 'Total'
df_new=df_new.append(total, ignore_index=True)
print(df_new)

我不认为你需要 pivot_table 这里,虽然 数据透视表 接近 aggfunc 也可有效使用。

我是这样接近这个的

生成一些数据

a = [['program','InWappTable','InLeadExportTrack'],
     ['VIC',True,1],
     ['Mall',False,15],
     ['VIC',True,101],
     ['VIC',True,1],
     ['Mall',True,74],
     ['Mall',True,11],
     ['VIC',False,44]]
df = pd.DataFrame(a[1:], columns=a[0])
print(df)

  program  InWappTable  InLeadExportTrack
0     VIC         True                  1
1    Mall        False                 15
2     VIC         True                101
3     VIC         True                  1
4    Mall         True                 74
5    Mall         True                 11
6     VIC        False                 44

首先做 GROUP BY 具有 count 聚集

df_grouped = df.groupby(['program']).count()
print(df_grouped)

         InWappTable  InLeadExportTrack
program                                
Mall               3                  3
VIC                4                  4

然后得到 sum of all columns

num_cols = ['InWappTable','InLeadExportTrack']
df_grouped[num_cols] = df_grouped[num_cols].astype(int)
df_grouped.loc['Total']= df_grouped.sum(axis=0)
df_grouped.reset_index(drop=False, inplace=True)
print(df_grouped)

  program  InWappTable  InLeadExportTrack
0    Mall            3                  3
1     VIC            4                  4
2   Total            7                  7

编辑

根据操作中的注释, df_grouped = df.groupby(['program']).count() 可以替换为 df_grouped = df.groupby(['program']).sum() . 在这种情况下,输出如下所示

  program  InWappTable  InLeadExportTrack
0    Mall            2                100
1     VIC            3                147
2   Total            5                247