Python 3.x 如何将透视表中Dataframe中的布尔列聚合为百分比

我有一个熊猫数据框。在它的许多列中有ID，它是布尔值，quarty表示年份和季度（例如2016Q1）以及State（例如TX、CA），因此它看起来像：

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，ID作为值，State作为索引，quarter作为列。我想使用

np.mean

作为

agg_func

但是我得到了

DataError:没有要聚合的数值类型

当我使用

count

作为聚合函数时，它显示正确。当我聚合总的

np.mean（df['id']）

时，我得到了

.64

，这正是我想要的输出类型，除了更聚合而不是更细粒度。那么，为什么

np.sum

在这里起作用，但当我将它用作数据透视表中的聚合函数时却不起作用呢？我如何让它工作

我想我可以将

True

和

False

转换为1和0，但我不愿意，因为我实际上有很多“id”列，我希望通过这种方式进行聚合

编辑：所以这是一个只在我的完整数据集中出现的问题，而不是我用作示例的玩具数据集。我又玩了一些，如果我在'Year'或'State'上使用平均值作为聚合函数进行分组，则仍然会弹出

ValueError:No objects to concatenate

。当我尝试

df['id']时，它甚至会弹出。descripe（）

---

以前有人遇到过这样的问题吗？

您的输出不是很清楚，但我认为这正是您需要的

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_表中传递参数fill_values=0，以将NaNs替换为0

Hmmm，这是我尝试的，但它不起作用。我认为我的实际数据集有一些奇怪的东西，玩具数据集没有。我会更深入地研究，但我怀疑我能把一切都弄清楚。不过谢谢你的帮助。