python - 从数据框到数据透视表时 Pandas 处理缺失值

Question

给定以下 pandas 数据框:

df = pd.DataFrame({'A': ['foo' ] * 3 + ['bar'],
         'B': ['w','x']*2,
         'C': ['y', 'z', 'a','a'],
         'D': rand.randn(4),
          })

print df.to_string()
"""
     A  B  C           D
0  foo  w  y  0.06075020
1  foo  x  z  0.21112476
2  foo  w  a  0.01652757
3  bar  x  a  0.17718772
"""

注意没有 bar,w 组合。执行以下操作时:

pv0 = pandas.pivot_table(df, rows=['A','B'],cols=['C'], aggfunc=numpy.sum)

pv0.ix['bar','x'] #returns result

pv0.ix['bar','w'] #key error though i would like it to return all Nan's

pv0.index #returns 
[(bar, x), (foo, w), (foo, x)]

只要在 'C' 列中至少有一个条目，如 foo,x 的情况(它在 'C' 列中只有 'z' 的值)，它将为另一列返回 NaN foo,x 不存在“C”的值(例如“a”、“y”)

我想要的是拥有所有多索引组合，即使是那些没有所有列值数据的组合。

pv0.index #I would like it to return
[(bar, w), (bar, x), (foo, w), (foo, x)]

我可以将 .ix 命令包装在 try/except block 中，但是 pandas 有没有办法自动填充它？

Answer 1

您可以使用 reindex()方法:

>>> df1 = pd.pivot_table(df, rows=['A','B'], cols='C', aggfunc=np.sum)
>>> df1
              D                   
C             a        y         z
A   B                             
bar x  0.161702      NaN       NaN
foo w  0.749007  0.85552       NaN
    x       NaN      NaN  0.458701

>>> index = list(iter.product(df['A'].unique(), df['B'].unique()))
>>> df1.reindex(index)
              D                   
C             a        y         z
foo w  0.749007  0.85552       NaN
    x       NaN      NaN  0.458701
bar w       NaN      NaN       NaN
    x  0.161702      NaN       NaN