Pandas Pivot表中缺少值？

Question

我有一个数据集，如下所示：

student     question                        answer   number
Bob         How many donuts in a dozen?       A        1
Sally       How many donuts in a dozen?       C        1
Edward      How many donuts in a dozen?       A        1
....
Edward      What colour is the sky?           C        1
Marvin      What colour is the sky?           D        1

从中，我编写了一些代码来生成一个透视表来汇总测试结果，如下所示：

^{pr2}$

从那里，我从透视表创建一个热图用于可视化。一般来说，这是有效的。但是，如果由于某种原因，在所选的集合中没有学生选择了其中一个答案（例如，没有人为任何问题选择“D”），那么该列就不会出现在热图中；该列被保留。在

如何确保热图中显示所有必需的列，即使没有人选择该答案？在

Answer 1

你可以采取所有可能的答案和reindex你的结果。例如，在您提供的小样本中，没有学生选择B。假设你的选择是A，B，C，D：

---

answers = [*'ABCD']

res = df.pivot_table(
  index='question',
  columns='answer',
  values='number',
  aggfunc='sum',
  fill_value=0
).reindex(answers, axis=1, fill_value=0)

^{pr2}$

---

对应的热图：

import matplotlib.pyplot as plt
import seaborn as sns
sns.heatmap(res, annot=True)
plt.tight_layout()
plt.show()

Answer 2

我认为一个更简单的方法是在pivot表参数中添加'dropna=False'，默认行为设置为'True'。对于我来说，这在时间序列数据中也起到了同样的作用，这些数据包含了大量与NaNs有关的天数。在

pd.pivot_table(dropna = False)