Python：pivot_table 和 groupby 得到完全相反的结果

Question

我正在处理来自 [seaborn] 的数据集 titanic。

titanic = seaborn.load_dataset('titanic')

我将年龄列分成分类箱。

age = pd.cut(titanic['age'], [0, 18, 80])

那么问题来了，groupby 和 pivot_table 给出完全不同的结果：

titanic.groupby(['sex', age, 'class'])['survived'].mean().unstack(-1)
titanic.pivot_table('survived', ['sex', age], 'class')

groupby and pivot_table results

一开始我猜是因为age里面的nan，后来我用dropna处理的dataset重做了。

titanic = titanic.dropna()
age = pd.cut(titanic['age'], [0, 18, 80], right = True)
titanic.groupby(['sex', age, 'class'])['survived'].mean().unstack(-1)
titanic.pivot_table('survived', ['sex', age], 'class')

这次我什至得到了完全不同的结果。

groupby and pivot_table results after dropna

我的python版本是：Python 3.6.5 :: Anaconda, Inc. 熊猫：0.23.0

我的操作系统是 MaxOS High Sierra 10.13.6

我用python 3.7.0和pandas 0.23.4再次尝试，没有出现错误。

result under python 3..7.0

所以我想知道这是否是 Anaconda 的错误？

Answer 1

发现是pandas的一个bug，出现在2018年5月发布的0.23.0版本，在2018年9月发布的0.23.4版本中解决。

所以如果你碰巧遇到了关于pandas.pivot_table的一些问题，特别是当你的分类数据中存在NaN时，你最好先检查你的pandas版本并升级它。:)

Answer 2

我尝试了您的陈述并得到了匹配的结果： enter image description here