如何在数据透视表中保留 NaN？

Question

希望在更改数据框的形状时保留 NaN 值。

这两个问题可能是相关的：

• 如何在数据透视表中保留 NaN 而不是用零填充？
• 如何使两个NaN运算后变为NaN而不是为零？

但无法使用提供的答案 - 我可以以某种方式设置 np.sum 的最小计数吗？

import pandas as pd
import numpy as np
df = pd.DataFrame([['Y1', np.nan], ['Y2', np.nan], ['Y1', 6], ['Y2',8]], columns=['A', 'B'], index=['1988-01-01','1988-01-01', '1988-01-04', '1988-01-04'])
df.index.name = 'Date'
df

pivot_df = pd.pivot_table(df, values='B', index=['Date'], columns=['A'],aggfunc=np.sum)
pivot_df

输出是：

A   Y1  Y2
Date        
1988-01-01  0.0 0.0
1988-01-04  6.0 8.0

所需的输出是：

A   Y1  Y2
Date        
1988-01-01  NaN NaN
1988-01-04  6.0 8.0

Answer 1

如果没有重复的条目，请使用set_index+unstack

df.set_index('A', append=True)['B'].unstack(-1)

A            Y1   Y2
Date
1988-01-01  NaN  NaN
1988-01-04  6.0  8.0

如果有重复项，请使用groupbywithmin_count

>> df

             A    B
Date
1988-01-01  Y1  NaN
1988-01-01  Y2  NaN
1988-01-04  Y1  6.0
1988-01-04  Y2  8.0
1988-01-01  Y1  NaN
1988-01-01  Y2  NaN
1988-01-04  Y1  6.0
1988-01-04  Y2  8.0

df.set_index('A', append=True).groupby(level=[0, 1])['B'].sum(min_count=1).unstack(-1)

A             Y1    Y2
Date
1988-01-01   NaN   NaN
1988-01-04  12.0  16.0