熊猫数据框，但添加看不见的值

Question

我有 2 个数据框：

purchases = pd.DataFrame([['Alice', 'sweeties', 4],
                      ['Bob', 'chocolate', 5],
                      ['Alice', 'chocolate', 3],
                      ['Claudia', 'juice', 2]],
                    columns=['client', 'item', 'quantity'])

goods = pd.DataFrame([['sweeties', 15],
                  ['chocolate', 7],
                  ['juice', 8],
                  ['lemons', 3]], columns=['good', 'price'])

我想在这张照片上用 cols 和 index 转换购买：

我的第一个想法是使用枢轴：

purchases.pivot(columns="item", values="quantity")

输出：

问题是：我还需要数据透视结果中的柠檬列，因为它存在于货物数据框中（仅填充了 None 值）。

我怎样才能做到这一点？

Answer 1

您可以与reindex链接：

purchases.pivot(columns="item", values="quantity").reindex(goods['good'], axis=1)

输出：

good  sweeties  chocolate  juice  lemons
0          4.0        NaN    NaN     NaN
1          NaN        5.0    NaN     NaN
2          NaN        3.0    NaN     NaN
3          NaN        NaN    2.0     NaN

Answer 2

您可以将df.merge 与df.pivot 一起使用：

In [3626]: x = goods.merge(purchases, left_on='good', right_on='item', how='left')
In [3628]: x['total'] = x.price * x.quantity # you can tweak this calculation

In [3634]: res = x[['good', 'client', 'total']].pivot('client', 'good', 'total').dropna(how='all').fillna(0)

In [3635]: res
Out[3635]: 
good     chocolate  juice  lemons  sweeties
client                                     
Alice         21.0    0.0     0.0      60.0
Bob           35.0    0.0     0.0       0.0
Claudia        0.0   16.0     0.0       0.0