Pandas 0.22迁移咨询：透视表sum聚合返回0而非NaN的问题

我之前也碰到过Pandas版本升级后这个聚合行为的变化，正好可以给你详细说下怎么调整回0.20的逻辑：

问题根源 #

Pandas 0.22对sum聚合的默认行为做了修改：在无有效数据时，旧版本（0.20）返回NaN，新版本默认返回0。官方文档提到的min_count参数就是用来控制这个行为的——它指定聚合时至少需要多少个非NA值才返回计算结果，否则返回NaN。

代码修改方案 #

原来的代码用元组指定聚合函数，没法直接给sum传参数，我们需要把aggfunc改成字典形式，针对sum单独设置min_count：

方案1：用lambda包装sum函数

workload_pivot_df = pd.pivot_table(
    workload_df,
    index=["athlete_id", "date"],
    values=["workload"],
    columns=["type"],
    aggfunc={
        "workload": [
            lambda x: x.sum(min_count=1),  # 设置min_count=1，无数据返回NaN
            "last"
        ]
    }
)

方案2：用functools.partial更优雅地封装

如果觉得lambda不够直观，可以用partial来封装带参数的sum函数：

from functools import partial

# 预先定义带min_count参数的sum聚合函数
sum_with_nan = partial(pd.Series.sum, min_count=1)

workload_pivot_df = pd.pivot_table(
    workload_df,
    index=["athlete_id", "date"],
    values=["workload"],
    columns=["type"],
    aggfunc={"workload": [sum_with_nan, "last"]}
)

效果验证 #

设置min_count=1后，当某个分组下没有有效workload数据时，sum列会返回NaN，和你在0.20版本中的表现完全一致；如果去掉这个参数，就会回到0.22默认的返回0的逻辑。

注意事项 #

如果你的透视表涉及多个values列，只需要在aggfunc字典里给对应列的sum聚合函数加上min_count参数即可，其他聚合函数（比如这里的last）不受影响。

内容的提问来源于stack exchange，提问作者warwickh