熊貓數據透視表與外部列

Question

我有一些日期列表，例如：dates_list = [201701,201702,201703,201704]。 這是特定報告所需日期的用戶輸入。

我有一個包含三列的數據庫：id，date和value。

我的數據庫有時沒有用戶詢問的所有日期的記錄（例如：它只有201701和201702的記錄）。 df是我的數據庫。 我有這個命令：

raw = pd.pivot_table(df, index=['id'],
                         columns=['date'], values=['value'],
                         aggfunc=[np.sum], fill_value=0, margins=False)

當然，這將返回僅包含兩列的數據透視表：201701和201702。

我想知道是否可以在數據透視表構造中使用dates_list作為列標簽，以便返回201703和201704的滿列零。如果不可能，有人知道這個問題的最佳方法嗎？

提前致謝

樣本數據：

 df = pd.DataFrame({'id':[1,1,2,1,2],
                    'date': [201701,201701,201701,201702,201702],
                    'value': [0.04, 0.02, 0.07, 0.08, 1.0]})
 df

     date  id  value
0  201701   1   0.04
1  201701   1   0.02
2  201701   2   0.07
3  201702   1   0.08
4  201702   2   1.00

raw = pd.pivot_table(df, index=['id'], columns=['date'], values=['value'],
                     aggfunc=[np.sum], fill_value=0, margins=False)

        sum
  value
date 201701 201702
id
1      0.06   0.08
2      0.07   1.00

date_list = [201701, 201702, 201703, 201704]

raw.reindex(columns=date_list, fill_value=0)

我得到了ValueError：緩沖區dtype不匹配，預期'Python對象'但是'長了'

Answer 1

你可以在pivot_table之后pivot_table reindex

pd.pivot_table(df, index=['id'],
                         columns=['date'], values=['value'],
                         aggfunc=[np.sum], fill_value=0, margins=False).\
    reindex(columns=[yourlist],fill_value=0)

更新

pd.pivot_table(df, index='id', columns='date', values='value',aggfunc='sum', fill_value=0, margins=False).reindex(columns=[201701,201702,201703])
Out[115]: 
date  201701  201702  201703
id                          
1       0.06    0.08     NaN
2       0.07    1.00     NaN