Python 一次取消堆叠多个级别时，如何填充na值

考虑带有

pd.MultiIndex

mux的
pd.Series
s

lol = [list('aabc'), list('xyyz'), [1, 2, 3, 3]]
mux = pd.MultiIndex.from_arrays(lol, names='l1 l2 l3'.split())
s = pd.Series(range(1001, 1005), mux)

s

l1  l2  l3
a   x   1     1001
    y   2     1002
b   y   3     1003
c   z   3     1004
dtype: int64

根据

填充值：如果取消堆叠产生
缺失值

当我
unstack

s.unstack()

l3          1       2       3
l1 l2                        
a  x   1001.0     NaN     NaN
   y      NaN  1002.0     NaN
b  y      NaN     NaN  1003.0
c  z      NaN     NaN  1004.0

我确实得到了
NaN
s.

所以我尝试
fill\u value=0

s.unstack(fill_value=0)

l3        1     2     3
l1 l2                  
a  x   1001     0     0
   y      0  1002     0
b  y      0     0  1003
c  z      0     0  1004

果然，
NaN
s中填充了
0

但是，如果我想
一次取消堆叠
多个级别

s.unstack(['l2', 'l3'], fill_value=0)

l2       x       y               z
l3       1       2       3       3
l1                                
a   1001.0  1002.0     NaN     NaN
b      NaN     NaN  1003.0     NaN
c      NaN     NaN     NaN  1004.0

我的
填充值
被忽略

为什么？什么是变通工作？
@MaxU的变通工作

最有意义。只需
fillna（0）
并更改
dtype

s.unstack(['l2', 'l3']).fillna(0).astype(s.dtype)

糟糕的工作环境

太浪费了


按我想要的方式执行
unstack
以捕获列
使用
fill_value=0执行多个单个取消堆栈，并使用上一步中的列重新索引



更好地解决问题

仅在这种特殊情况下有效

使用
fill\u value=0取消堆叠我不关心的一个级别，然后转置

s.unstack(0, fill_value=0).T


所有解决方案都会产生

l2     x     y           z
l3     1     2     3     3
l1                        
a   1001  1002     0     0
b      0     0  1003     0
c      0     0     0  1004

试试这个：

In [3]: s.unstack(['l2', 'l3']).fillna(0)
Out[3]:
l2       x       y               z
l3       1       2       3       3
l1
a   1001.0  1002.0     0.0     0.0
b      0.0     0.0  1003.0     0.0
c      0.0     0.0     0.0  1004.0

s.unstack（['l2'，'l3']）有什么问题。fillna（0）
？在我看来，这似乎是一个错误，它可能无法处理多个未堆栈级别所需的重新索引，当然，您可以链接调用
fillna（0）
但是数据类型现在从最初填充值的失败升级为浮动，我会在@MaxU上提交一个错误。由于存在
NaN
如果
fill\u value
有效，数据类型将转换为浮动int@MaxU错的是，在这一步中，它转换为浮动。随后用零填充，它们仍然是浮动。如果是这样的话，你必须将其转换为int以保持int。我认为“有问题”的函数是
pandas.core.reforme.\uu unstack\u multiple
-如果你尝试这样做，你会有同样的行为：
s.unstack（['l2'，fill\u value=0）
In [3]: s.unstack(['l2', 'l3']).fillna(0)
Out[3]:
l2       x       y               z
l3       1       2       3       3
l1
a   1001.0  1002.0     0.0     0.0
b      0.0     0.0  1003.0     0.0
c      0.0     0.0     0.0  1004.0