python - 强制额外的列显示在 pandas 数据透视表中？

Question

是否可以强制 Pandas 在数据透视表中包含一组特定的有序列，而不管基础数据是否保证它们的存在？例如

df = pd.DataFrame({'Project': ['ProjectA', 'ProjectB', 'ProjectC'],
                   'Start Month': [2,5,9],
                   'End Month': [3,7,10],
                   'Category': ['A', 'B', 'A']
                  })
pv = pd.pivot_table(df, values='Project', index='Category', columns='Start Month', aggfunc={'Project':lambda x: "".join(x) }).fillna('')

产生

Start Month  2          5         9
Category        
A            ProjectA             ProjectC
B                       ProjectB    

但我想要的是查看 12 个月中每一个月的列，即使那里没有数据:

Start Month  1  2         3  4  5        6  7  8  9         10  11  12
Category        
A               ProjectA                          ProjectC
B                               ProjectB    

这在数据具有底层自然排序和呈现表示形式(例如逐月日历)的情况下非常有用。

Answer 1

只需在列上重新索引？

pv.reindex(columns=np.arange(1, 13), fill_value='')

Start Month 1         2  3  4         5  6  7  8         9  10 11 12
Category                                                         
A               ProjectA                           ProjectC      
B                               ProjectB