如何在数据透视表中将 Pandas Dataframe 中的布尔列聚合为百分比

Question

我有一个 Pandas 数据框。在它的众多列中，有 ID，它是布尔值，Quarter，它给出了年份和季度（例如 2016Q1）和状态（例如 TX，CA），所以它看起来像：

id    Quarter State
True  15Q1    AZ
False 17Q1    WY
True  14Q2    NH
False 15Q1    AZ

我正在尝试构建一个数据透视表，其中 ID 作为值，State 作为索引，Quarter 作为列。我想使用np.mean 作为agg_func 但我得到DataError: No numeric types to aggregate

当我使用 count 作为聚合函数时，它会正确显示。当我汇总np.mean(df['id']) 的总数时，我得到.64，这正是我正在寻找的输出类型，除了更聚合而不是粒度。那么为什么np.sum 在那里工作，但当我将它用作数据透视表中的聚合函数时却不行？如何让它工作。

我想我可以将 True 和 False 转换为 1 和 0，但我不希望这样做，因为我实际上有很多“id”列我想要聚合这边。

编辑：所以这个问题只会出现在我的完整数据集上，而不是我用作示例的玩具数据集上。我又玩了一些，如果我用平均值作为“年份”或“状态”上的聚合函数进行分组，ValueError: No objects to concatenate 仍然会弹出。当我尝试df['id'].describe()

时它甚至会弹出

以前有人遇到过这样的问题吗？

Answer 1

你的输出不是很清楚，但这是我认为你需要的

pd.pivot_table(df, index='State', columns='Quarter', values = 'id', aggfunc='mean')

你得到

Quarter 14Q2    15Q1    17Q1
State           
AZ      NaN     0.5     NaN
NH      1.0     NaN     NaN
WY      NaN     NaN     0.0

您可以在pivot_table中传递参数fill_values = 0将NaN替换为0