ivot_table没有给出预期的结果

Question

df：

id flag  year  amt
1  'Y'  2016  100
1  'Y'  2017  200
1  'Y'  2018  100
2  NaN  2016  100
2  'Y'  2017  200

我将重点放在year和amt上。

预期输出：

id flag 2016   2017   2018
1  'Y'  100.0  200.0  100.0
2   NaN 100.0  NaN    NaN
2  'Y'  NaN  200.0  NaN

代码：

t = df.pivot_table(index['id','flag'],columns='year',values='amt').reset_index()

实际输出，我得到的是上面的代码：

id flag 2016   2017   2018
1  'Y'  100.0  200.0  100.0
2  'Y'  NaN    200.0  NaN

我不确定为什么透视表会过滤掉flag中NaN是df的记录。我应该如何获得预期的结果？

Answer 1

此处：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.pivot_table.html 似乎没有理想的解决方案。因此，您可以这样做：

t = df.fillna(0).pivot_table(index=['id','flag'],columns='year',values='amt').reset_index()
t['flag'].mask(t['flag'].eq(0),np.nan,inplace=True)

输出：

year  id flag   2016   2017   2018
0      1  'Y'  100.0  200.0  100.0
1      2  NaN  100.0    NaN    NaN
2      2  'Y'    NaN  200.0    NaN

将NaN更改为一个值，然后pivot并使用NaN重置mask

Answer 2

您可以使用set_index/unstack：

In [51]: df.set_index(['id','flag','year'])['amt'].unstack('year').reset_index()
Out[51]: 
year  id flag   2016   2017   2018
0      1    Y  100.0  200.0  100.0
1      2  NaN  100.0    NaN    NaN
2      2    Y    NaN  200.0    NaN

set_index(['id', 'flag', 'year'])将id，flag和year列移到MultiIndex中。 unstack('year')将MultiIndex的year级移动到列索引中。与pivot_table不同，索引级别的NaN值被保留。