Pandas透视表重新索引问题：如何添加缺失的'E'相关数据

问题原因 #

你创建new数据集时，筛选了Marks2 <= 50的数据，但原数据中'E'对应的所有Marks2值（60、65、70）都大于50，导致'E'被完全过滤出new，后续生成的透视表temp里自然没有'E'的索引和列。直接用reindex虽然能添加上'E'，但需要确保行列都包含所有需要的类别。

解决方案 #

先从原数据中提取所有出现过的Name1和Name2值，生成完整的行列标签列表，再对透视表重新索引，就能保留'E'的位置：

import pandas as pd

# 原数据
df1 = pd.DataFrame({'Name1':['A','Q','A','B','B','C','C','C','E','E','E'],
                    'Name2':['B','C','D','C','D','D','A','B','A','B','C'],'Marks2':[10,20,6,50, 88,23,140,9,60,65,70]})

# 筛选数据
new = df1.loc[(df1['Marks2'] <= 50)]

# 生成透视表
temp = new.pivot_table(index="Name1", columns="Name2", values="Marks2")

# 获取所有出现过的姓名，确保包含'E'
all_names = sorted(set(df1['Name1'].unique()) | set(df1['Name2'].unique()))

# 重新索引，指定行列都用完整的姓名列表
matrix = temp.reindex(index=all_names, columns=all_names)

最终输出 #

执行后得到的透视表如下（空值显示为NaN）：

内容的提问来源于stack exchange，提问作者Jack