时间戳

首页 > 解决方案 > 使用 pivot_table 创建的边距存在 Period 数据类型的问题

python - 使用 pivot_table 创建的边距存在 Period 数据类型的问题

问题描述

我有一个包含三列的大型（+10m 行）数据框：销售日期（dtype: datetime64[ns]）、客户姓名和每位客户的销售额。销售日期包括表格中的日、月和年yyyy-mm-dd（即2019-04-19）。我发现了 pandasto_period函数并喜欢使用period[A-MAR]dtype。由于营业年度（三月结束）与日历年不同，这正是我所寻找的。使用该to_period功能，我可以将相应的销售日期分配给正确的营业年度，同时避免创建包含附加信息的新列。

我将日期列转换如下：

df_input['Date'] = pd.DatetimeIndex(df_input['Date']).to_period("A-MAR")

现在，当我使用pivot_table聚合数据并设置margins=True. 返回输出表中的aggfunc正确值。但是，最后一行中的结果（总值，由边距创建）是错误的，NaN如图所示（或者在我的情况下，我设置为 0 fill_value = 0）。我使用的功能：

df_output = df_input.pivot_table(index="Customer", 
     columns = "Date",
     values = "Sales",
     aggfunc ={"Sales": np.sum},
     fill_value = 0, 
     margins= True)

当我不将日期转换为期间而是使用简单的年份（整数）时，边距计算正确，并且在数据透视输出表的最后一行中没有出现 NaN。

我在整个互联网上搜索，但找不到有效的解决方案。我想继续使用 period 数据类型，只需要正确计算边距。我希望有人可以在这里帮助我。谢谢！

标签： pythonpandasdataframe

解决方案

推荐阅读