python - 使用 margins=True 的 Pandas pivot_table 时出错

Question

我的代码(来自书 Python Data Science Handbook (O'Reilly)):

全面披露:在撰写本文时，这本书仍处于早期发行阶段，这意味着它仍未编辑且处于原始状态。

import numpy as np
import pandas as pd
import seaborn as sns
titanic = sns.load_dataset('titanic')

titanic.pivot_table('survived', index='sex', columns='class')

结果是:

但是，如果我现在尝试使用 margins 关键字添加总计，则会出现以下错误:

titanic.pivot_table('survived', index='sex', columns='class', margins=True)

TypeError: cannot insert an item into a CategoricalIndex that is not already an existing category

知道是什么原因造成的吗？

版本信息:

• python 3.4.2
• Pandas 0.16.2
• numpy 1.9.2

Answer 1

这似乎是由于 pandas 0.15 和 0.16 之间的变化。在以前的版本中，泰坦尼克号数据集具有此数据类型:

In [1]: import pandas, seaborn

In [2]: pandas.__version__
'0.15.2'

In [3]: titanic = seaborn.load_dataset('titanic')

In [4]: titanic.dtypes
Out[4]: 
survived         int64
pclass           int64
sex             object
age            float64
sibsp            int64
parch            int64
fare           float64
embarked        object
class           object
who             object
adult_male        bool
deck            object
embark_town     object
alive           object
alone             bool
dtype: object

使用较新的 pandas:

In [1]: import pandas, seaborn

In [2]: pandas.__version__
'0.16.2'

In [3]: titanic = seaborn.load_dataset('titanic')

In [4]: titanic.dtypes
Out[4]: 
survived          int64
pclass            int64
sex              object
age             float64
sibsp             int64
parch             int64
fare            float64
embarked         object
class          category
who              object
adult_male         bool
deck           category
embark_town      object
alive            object
alone              bool
dtype: object

有几列自动转换为分类列，这会引发此错误。该书目前未出版且未经编辑；我一定会使用最新版本进行测试，并在发布前修复这些类型的错误。

目前，这里有一个解决方法:

In [5]: titanic['class'] = titanic['class'].astype(object)

In [6]: titanic.pivot_table('survived', index='sex', columns='class', margins=True)
Out[6]: 
class      First    Second     Third       All
sex                                           
female  0.968085  0.921053  0.500000  0.742038
male    0.368852  0.157407  0.135447  0.188908
All     0.629630  0.472826  0.242363  0.383838

编辑:我将此作为问题提交给 pandas 项目:https://github.com/pydata/pandas/issues/10989