我正在处理来自[ seaborn ]的数据集 titanic 。
titanic = seaborn.load_dataset('titanic')
我将age列划分为分类箱。
age = pd.cut(titanic['age'], [0, 18, 80])
然后问题来了，groupby和pivot_table给出了完全不同的结果：
titanic.groupby(['sex', age, 'class'])['survived'].mean().unstack(-1)
titanic.pivot_table('survived', ['sex', age], 'class')
groupby and pivot_table results
起初，我想这是因为年龄中的nan，然后我使用了dropna处理的数据集来重做它。
titanic = titanic.dropna()
age = pd.cut(titanic['age'], [0, 18, 80], right = True)
titanic.groupby(['sex', age, 'class'])['survived'].mean().unstack(-1)
titanic.pivot_table('survived', ['sex', age], 'class')
这次我什至得到了完全不同的结果。
groupby and pivot_table results after dropna
我的python版本是：Python 3.6.5 :: Anaconda，Inc. 熊猫：0.23.0
我的操作系统是MaxOS High Sierra 10.13.6
我再次尝试使用python 3.7.0和pandas 0.23.4，并且没有发生错误。
所以我想知道这是否是Anaconda的错误？
答案 0 :(得分：0)
我尝试了您的陈述，并得到了匹配的结果： enter image description here
答案 1 :(得分：0)
我发现这是熊猫的一个bug，它出现在2018年5月发布的0.23.0版本中，并在2018年9月发布的0.23.4版本中得到了解决。
因此，如果碰巧遇到了有关pandas.pivot_table的问题，尤其是当分类数据中存在NaN时，最好先检查一下熊猫的版本并进行升级。：）
