pivot_table 没有要聚合的数字类型

Question

我想从以下数据框中创建一个数据透视表，其中包含列sales 、 rep 。 数据透视表显示sales但没有rep 。 当我仅尝试使用rep ，出现错误DataError: No numeric types to aggregate 。 如何解决这个问题，以便我看到数字字段sales和字段（字符串） rep

data = {'year': ['2016', '2016', '2015', '2014', '2013'],
        'country':['uk', 'usa', 'fr','fr','uk'],
        'sales': [10, 21, 20, 10,12],
        'rep': ['john', 'john', 'claire', 'kyle','kyle']
        }

print pd.DataFrame(data).pivot_table(index='country', columns='year', values=['rep','sales'])

        sales               
year     2013 2014 2015 2016
country                     
fr        NaN   10   20  NaN
uk         12  NaN  NaN   10
usa       NaN  NaN  NaN   21


print pd.DataFrame(data).pivot_table(index='country', columns='year', values=['rep'])
DataError: No numeric types to aggregate

Answer 1

你可以使用set_index和unstack ：

df = pd.DataFrame(data)
df.set_index(['year','country']).unstack('year')

产量

          rep                     sales                  
year     2013  2014    2015  2016  2013  2014  2015  2016
country                                                  
fr       None  kyle  claire  None   NaN  10.0  20.0   NaN
uk       kyle  None    None  john  12.0   NaN   NaN  10.0
usa      None  None    None  john   NaN   NaN   NaN  21.0

或者，使用pivot_table与aggfunc='first' ：

df.pivot_table(index='country', columns='year', values=['rep','sales'], aggfunc='first')

产量

          rep                     sales                  
year     2013  2014    2015  2016  2013  2014  2015  2016
country                                                  
fr       None  kyle  claire  None  None    10    20  None
uk       kyle  None    None  john    12  None  None    10
usa      None  None    None  john  None  None  None    21

使用aggfunc='first' ，通过获取找到的第一个值来aggfunc='first'每个(country, year, rep)或(country, year, sales)组。 在您的情况下，似乎没有重复项，因此第一个值与唯一值相同。

Answer 2

似乎问题来自列 rep 和 sales 的不同类型，如果将 sales 转换为str类型并将 aggfunc 指定为sum ，则可以正常工作：

df.sales = df.sales.astype(str)

pd.pivot_table(df, index=['country'], columns=['year'], values=['rep', 'sales'], aggfunc='sum')

#        rep                            sales
#  year 2013    2014    2015    2016    2013    2014    2015    2016
# country                               
# fr    None    kyle    claire  None    None      10      20    None
# uk    kyle    None    None    john      12    None    None    10
#usa    None    None    None    john    None    None    None    21