Python 丢失数据时的百分比变化

我需要得到多个列的百分比变化

import pandas as pd
t="""Year\tChild\tBehaviour
1987\tBoy\tGood
1987\tGirl\tGood
1987\tBoy\tBad
1987\tGirl\tBad
2020\tBoy\tBad
2020\tBoy\tBad
2020\tGirl\tBad
2020\tGirl\tBad"""
from io import StringIO
df=pd.read_table(StringIO(t))
pv=pd.crosstab(df["Child"], [df["Year"], df["Behaviour"]])
print(pv)
print(pv[2020]/pv[1987]-1)

在未来残酷的世界里，再也没有好孩子了，这是一个问题，因为我得到的是

NaN

，而不是

-1

（-100%）：

---

在一般情况下如何解决这一问题？我是否需要提前附加0填充的缺失列？或者有另一种方法来获得百分比变化

您可能想要这样的东西，使用这种方法

另一种方法是使用函数中的

dropna=True

参数：

>>> pv = pd.crosstab(df["Child"], [df["Year"], df["Behaviour"]], dropna=False)
>>> pv
      1987      2020     
       Bad Good  Bad Good
Child                    
Boy      1    1    2    0
Girl     1    1    2    0

>>> pv[2020]/pv[1987] - 1
       Bad  Good
Child           
Boy      1    -1
Girl     1    -1

---

最简单的方法可能是确保当年有一列“Good”和零。谢谢，我无法理解

dropna

参数如何影响结果。

dropna=False

出于某种原因删除列级别名称。看起来像只虫子。

>>> (pv[2020]/pv[1987]).fillna(0) - 1
Behaviour  Bad  Good
Child               
Boy          1    -1
Girl         1    -1

>>> pv = pd.crosstab(df["Child"], [df["Year"], df["Behaviour"]], dropna=False)
>>> pv
      1987      2020     
       Bad Good  Bad Good
Child                    
Boy      1    1    2    0
Girl     1    1    2    0

>>> pv[2020]/pv[1987] - 1
       Bad  Good
Child           
Boy      1    -1
Girl     1    -1