1. 学习
    2. /
  2. 课程
    3. /
  3. 使用 pandas 进行数据处理
Connected

练习

使用透视表填充缺失值并求和

.pivot_table() 方法有几个很有用的参数，包括 fill_value 和 margins。

  • fill_value 会用一个实际值替换缺失值（称为"插补"）。用什么来替换缺失值本身就是一门课的内容（可参考 Dealing with Missing Data in Python），但最简单的做法是先用一个占位值替代。
  • 当您按两个变量做透视，但也想分别按每个变量汇总时，margins 提供了快捷方式：它会给出透视表内容的行合计和列合计。

在本练习中，您将练习使用这些参数，进一步提升透视表技能，从而更高效地处理数据！

sales 已提供，且已将 pandas 以 pd 导入。

说明 1/2

undefined XP
  • 1
    • 输出按 department 和 type 分组的 weekly_sales 均值，并将所有缺失值填充为 0。
  • 2
    • 输出按 department 和 type 分组的 weekly_sales 均值，将缺失值填充为 0，并添加所有行与所有列的合计。