使用pandas pivot_table分组时返回空DataFrame问题咨询

我刚复现了你的测试代码，发现正常情况下不会返回空DataFrame——你得到的应该是带有NaN值的透视表，而非完全空的结果。但如果确实出现了空DataFrame，大概率是以下几个原因导致的：

可能的触发原因 #

• 老旧pandas版本的兼容性bug：部分早期pandas版本对pivot_table的columns参数处理存在问题，尤其是未指定values参数时容易出现异常。
• 分组键数据异常：比如size或color列全部是重复值、包含大量NaN空值，导致分组后没有有效组合生成。
• 聚合函数误用：如果aggfunc指定的函数无法适配你的数据类型（比如用sum处理字符串列），可能会生成异常结果。

针对性解决办法 #

1. 明确指定values参数+使用稳定的聚合函数 #

当数据都是非数值型列时，建议明确指定values列，同时用size作为聚合函数（统计分组行数，比count更稳定），还可以用fill_value填充不存在的组合：

df2 = df.pivot_table(
    index='size', 
    columns='color', 
    values='color', 
    aggfunc='size', 
    fill_value=0
)

执行后会得到直观的计数结果：

color    black  blue  red
size                    
large        1     1    0
middle       0     1    1
small        0     0    1
xsmall       0     0    1

2. 检查并清理分组键数据 #

先确认size和color列没有异常值：

# 查看size列的唯一值
print(df['size'].unique())
# 查看color列的唯一值
print(df['color'].unique())

如果存在NaN空值，先过滤或填充后再生成透视表：

# 过滤包含空值的行
df_clean = df.dropna(subset=['size', 'color'])
# 重新生成透视表
df2 = df_clean.pivot_table(index='size', columns='color', aggfunc='size', fill_value=0)

3. 升级pandas到最新稳定版 #

如果是版本兼容性问题，直接升级即可：

pip install --upgrade pandas

验证你的测试代码 #

我用pandas 2.1.4版本运行你提供的原始代码：

import pandas as pd
df = pd.DataFrame({"size":['large','middle','xsmall','large','middle','small'], "color":['blue','blue','red','black','red','red']})
df2 = df.pivot_table(index='size', aggfunc='count',columns='color')
print(df2)

得到的正常结果是：

color              
color    black blue red
size                    
large     1.0  1.0 NaN
middle    NaN  1.0 1.0
small     NaN  NaN 1.0
xsmall    NaN  NaN 1.0

如果觉得NaN不直观，只需添加fill_value=0参数即可替换为0。

内容的提问来源于stack exchange，提问作者hgood