以下是我的数据的原始结构(透视前):
product reviewer rating
0 foo userA 81
1 bar userB 96
2 foo userB 75
3 xyz userA 42
然后我在跑步:
^{pr2}$它产生了一个新的数据帧,布局正确,但神秘地显示了比属于更多的nan:
userA userB
foo NaN 75
bar NaN 96
xyz NaN NaN
有趣的是,如果我看一下df['userA']:
product
NaN
foo 81
bar 96
xyz NaN
……包含正确的数据(虽然我不太确定顶部的空白行是怎么回事,但这不是我关心的)。在
你知道是什么原因导致在显示(或写入csv)整个表时出现额外的nan,即使在查看单个列时所有值都正确显示?在
我尝试了here的解决方案
df.set_index(['product', 'reviewer', 'rating']).unstack('reviewer')
但结果是一样的(除了现在用“None”代替“NaN”)。在
根据您的数据,您可以:
您引用的空白id可以通过调用
rename_axis(None,1)
来删除相关问题 更多 >
编程相关推荐