Question

我已使用df = df.fillna(0)从df中删除了所有NaN。

使用

创建数据透视表后

pd.pivot_table(df, index='Source', columns='Customer Location', values='Total billed £')

我仍然再次获得NaN数据作为输出。

有人可以解释一下为什么以及如何阻止这种输出以及为什么会发生这种情况吗？

Answer 1

由于输入数据，它将一列转换为索引，而另一列的值转换为列。这些的交集是合计值。但是，如果输入数据中不存在某些组合，则会导致丢失数据（NaN）。

df = pd.DataFrame({
        'Source':list('abcdef'),
         'Total billed £':[5,3,6,9,2,4],
         'Customer Location':list('adfbbb')
})

print (df)
  Source  Total billed £ Customer Location
0      a               5                 a
1      b               3                 d
2      c               6                 f
3      d               9                 b
4      e               2                 b
5      f               4                 b

#e.g because `Source=a` and `Customer Location=b` not exist in source then NaN in output
print (pd.pivot_table(df,index='Source', columns='Customer Location',values='Total billed £'))
Customer Location    a    b    d    f
Source                               
a                  5.0  NaN  NaN  NaN
b                  NaN  NaN  3.0  NaN
c                  NaN  NaN  NaN  6.0
d                  NaN  9.0  NaN  NaN
e                  NaN  2.0  NaN  NaN
f                  NaN  4.0  NaN  NaN

此外，here's是reshaping data的不错读物。

Answer 2

原因很简单，数据中缺少一对（索引，列）值，例如：

df = pd.DataFrame({"Source": ["foo", "bar", "bar", "bar"],
                   "Customer Location": ["one", "one", "two", "two", ],
                   "Total billed £": [10, 20, 30, 40]})

print(df)

设置

  Source Customer Location  Total billed £
0    foo               one              10
1    bar               one              20
2    bar               two              30
3    bar               two              40

您会看到数据中没有（'foo'，'two'）对，所以当您这样做时：

result = pd.pivot_table(df, index='Source', columns='Customer Location', values='Total billed £')
print(result)

输出

Customer Location   one   two
Source                       
bar                20.0  35.0
foo                10.0   NaN

要解决此问题，请使用fill_value参数提供默认值：

result = pd.pivot_table(df, index='Source', columns='Customer Location', values='Total billed £', fill_value=0)

输出

Customer Location  one  two
Source                     
bar                 20   35
foo                 10    0

为什么在透视表中使用NaN？

2 个答案: