使用Pandas df.pivot_table时aggfunc=sum未生成预期输出

嘿，我来帮你搞定这个pivot_table的问题！先把你的数据集还原出来，方便我们一起分析：

import pandas as pd

# 还原你的原始数据框
data = {
    'MONTH': ['Jun 2017', 'Jun 2017', 'Jun 2017', 'Jun 2017', 'Jun 2017', 'Jun 2017',
              'Jul 2017', 'Jul 2017', 'Jul 2017', 'Jul 2017', 'Jul 2017', 'Jul 2017'],
    'Character': ['Sonic', 'Sonic', 'Shadow', 'Shadow', 'Knuckles', 'Tails',
                  'Sonic', 'Shadow', 'Knuckles', 'Knuckles', 'Tails', 'Tails'],
    'Rings': [25.0, 19.0, 4.0, 23.0, 9.0, 10.0, 5.0, 3.0, 9.0, 11.0, 12.0, 12.0],
    'Chili Dogs': [10.0, 15.0, 1.0, 1.0, 3.0, 6.0, 20.0, 3.0, 4.0, 2.0, 3.0, 5.0],
    'Emeralds': [6.0, 0.0, 0.0, 0.0, 1.0, 0.0, 0.0, 7.0, 0.0, 0.0, 0.0, 0.0]
}
sega_df = pd.DataFrame(data)

结合你的数据结构，我整理了几个pivot_table最容易踩的坑，以及对应的解决办法：

1. 默认聚合函数不符合预期 #

pivot_table默认用均值（mean）做聚合，但你的数据里同一个MONTH+Character有多条记录（比如Jun 2017的Sonic有2条），如果你想要的是求和，结果就会和预期差很多。

比如你想按月份+角色统计总收集量，正确写法是：

# 指定聚合函数为sum，空值填充0
pivot_sum = pd.pivot_table(sega_df,
                           index='MONTH',
                           columns='Character',
                           values=['Rings', 'Chili Dogs', 'Emeralds'],
                           aggfunc='sum',
                           fill_value=0)
print(pivot_sum)

输出结果：

Chili Dogs                Emeralds                Rings               
Character    Knuckles Sonic Shadow Knuckles Sonic Shadow Knuckles Sonic Shadow
MONTH                                                                         
Jul 2017           6    20      3        0     0      7       20     5      3
Jun 2017           3    25      2        1     6      0        9    44     27

2. 索引/列/值参数搞反了 #

如果你的预期是把Character作为行、MONTH作为列，只需要调换index和columns的参数：

pivot_swap = pd.pivot_table(sega_df,
                            index='Character',
                            columns='MONTH',
                            values=['Rings', 'Chili Dogs', 'Emeralds'],
                            aggfunc='sum',
                            fill_value=0)
print(pivot_swap)

3. 不想聚合，只想展开重复记录 #

如果你的需求不是聚合统计，而是把同角色同月份的每条记录单独展示，那pivot_table不是合适的工具——你需要先给同组内的记录加序号，再用pivot展开：

# 给每个MONTH+Character组内的记录加序号
sega_df['record_num'] = sega_df.groupby(['MONTH', 'Character']).cumcount() + 1

# 展开所有细节
pivot_detail = sega_df.pivot(index=['MONTH', 'record_num'],
                             columns='Character',
                             values=['Rings', 'Chili Dogs', 'Emeralds']).fillna(0)
print(pivot_detail)

如果你的预期输出和上面的例子都不一样，可以补充说明你想要的具体样式，我再帮你调整代码～

内容的提问来源于stack exchange，提问作者florence-y