使用pivot_table指定values='SWAP_SPREAD'返回空DataFrame求助

排查步骤及解决方案 #

1. 确认列名是否准确 #

首先检查数据集的列名是否和你指定的'SWAP_SPREAD'完全一致，比如是否存在大小写差异、空格或特殊字符：

import pandas as pd
df = pd.read_csv('Data.csv')
# 打印所有列名
print(df.columns.tolist())

如果实际列名是'SWAP SPREAD'（带空格），需要修改values参数为对应的列名。

2. 检查SWAP_SPREAD列的有效值情况 #

如果该列全为空值，pivot_table默认的聚合函数（mean）会返回空列，执行以下代码查看空值数量：

print(f"SWAP_SPREAD列空值总数：{df['SWAP_SPREAD'].isna().sum()}")
print(f"数据集总行数：{len(df)}")

如果空值占比极高或全为空，可以：

• 先处理空值（比如用fillna填充合理值）：

  df['SWAP_SPREAD'] = df['SWAP_SPREAD'].fillna(0) # 根据业务场景选择填充值
  df = df.pivot_table(index='FECHA', columns='TICKET', values='SWAP_SPREAD')
  

• 更换聚合函数，比如取第一个非空值：

  df = df.pivot_table(index='FECHA', columns='TICKET', values='SWAP_SPREAD', aggfunc='first')
  

3. 验证分组列的有效性 #

检查FECHA和TICKET列是否有有效分组项：

print(f"FECHA唯一值数量：{df['FECHA'].nunique()}")
print(f"TICKET唯一值数量：{df['TICKET'].nunique()}")

如果其中某列没有唯一值，也会导致透视结果异常。

内容的提问来源于stack exchange，提问作者Miguel Iturribarria