Skip to main content
 首页 » 编程设计

python之如何在 Python 中为数据透视表填充缺失的多列和多行

2024年12月31日9小虾米

有没有什么方法或函数可以在 python 中填充数据透视表缺少的多列和多行?

import pandas as pd 
import numpy as np 
from io import StringIO 
 
csvfile = StringIO("""Date;Cat;Type;Value 
01-Jan;AA;S;1 
02-Jan;AA;F;2 
02-Jan;BB;T;3 
04-Jan;BB;T;3 
05-Jan;CC;T;2 
05-Jan;DD;T;1 
05-Jan;BB;S;4 
05-Jan;AA;S;2 
05-Jan;DD;S;4""") 
 
df = pd.read_csv(csvfile, sep = ';') 
pt = pd.pivot_table(df, values = 'Value', index=['Cat', 'Type'], columns= ['Date'], aggfunc = np.sum, fill_value = 0) 
pt 

上面的代码结果如下,Type列缺失值(F,S,T) for some Cat, 03-Jan column is missing:

Cat|Type|01-Jan|02-Jan|04-Jan|05-Jan| 
---+----+------+------+------+------+ 
AA |F   |      |     2|      |      | 
   |S   |     1|      |      |     2| 
BB |S   |      |      |      |     4| 
   |T   |      |     3|     3|      | 
CC |T   |      |      |      |     2| 
DD |S   |      |      |      |     4| 
   |T   |      |      |      |     1| 

但预期的结果是:

Cat|Type|01-Jan|02-Jan|03-Jan|04-Jan|05-Jan| 
---+----+------+------+------+------+------+ 
AA |F   |      |     2|      |      |      | 
   |S   |     1|      |      |      |     2| 
   |T   |      |      |      |      |      | 
BB |F   |      |      |      |      |      | 
   |S   |      |      |      |      |     4| 
   |T   |      |     3|      |     3|      | 
CC |F   |      |      |      |      |      | 
   |S   |      |      |      |      |      | 
   |T   |      |      |      |      |     2| 
DD |F   |      |      |      |      |      | 
   |S   |      |      |      |      |     4| 
   |T   |      |      |      |      |     1| 

请您参考如下方法:

只需将 df['Type'] 转换为 Categorical第一:

df['Type'] = df['Type'].astype('category') 

这会强制 Pandas 使用 pivot_table 显示每个值。信任 Pandas 将字符串(例如 'sum')转换为优化函数也是一种很好的做法。这是一个演示:

df['Type'] = df['Type'].astype('category') 
 
pt = pd.pivot_table(df, values='Value', index=['Cat', 'Type'], 
                    columns='Date', aggfunc='sum', fill_value=0) 
 
print(pt) 
 
Date      01-Jan  02-Jan  04-Jan  05-Jan 
Cat Type                                 
AA  F          0       2       0       0 
    S          1       0       0       2 
    T          0       0       0       0 
BB  F          0       0       0       0 
    S          0       0       0       4 
    T          0       3       3       0 
CC  F          0       0       0       0 
    S          0       0       0       0 
    T          0       0       0       2 
DD  F          0       0       0       0 
    S          0       0       0       4 
    T          0       0       0       1