在 pandas 上使用 pivot 会引入不需要的 NaN

Question

我正在做一些基本的数据整理，并计算每个版本在下面的数据中的正确和错误的数量。

这是我的 pandas 数据框 (df)：

    version  type    count
0   A        False   80
1   A        True    11
2   B        False   72
3   B        True    53

我正在尝试 pivot 我的数据框使用：

DF = df.pivot(values='count',columns='type')

但是我在行之间得到了一堆 NaN：（当前输出）

type  False  True
0     80     NaN
1     NaN    11
2     72     NaN
3     NaN    53

这是我想要的输出：

False  True
80     11
72     53

为了上下文，我将在对两列求和后取 True/False 的比例。

我知道这很简单，但我是 python 的新手，在线解决方案还没有完全为我提供这种基本重塑的解决方案。谁能解释我做错了什么？提前致谢！

Answer 1

尝试：

df.pivot(values='count',columns='type', index = 'version').reset_index(drop = True)

您需要指定index。

结果：

type  False  True 
0        80     11
1        72     53

Using pivot on pandas introduces unwanted NaNs