使用Python处理数据透视表时如何将空值替换为0

• 方案1（推荐使用）：直接在unstack方法中传入fill_value参数，在生成透视表的同时完成空值填充，不需要额外遍历处理数据，性能更高。
  对应代码如下：

df.groupby(['AÑO', 'MARCA'])['CONTEO'].aggregate('sum').unstack(fill_value=0)

• 方案2：如果已经得到了带有空值的透视表结果，可以调用fillna方法全局替换所有空值为0，对应代码如下：

# 生成带空值的透视表
pivot_result = df.groupby(['AÑO', 'MARCA'])['CONTEO'].aggregate('sum').unstack()
# 替换所有空值为0
pivot_result = pivot_result.fillna(0)

两种方案最终输出的结果完全一致，常规场景优先使用方案1即可。

内容的提问来源于stack exchange，提问作者jfcb