记录一下最近在使用pd.pivot_table时遇到的坑：pivot_table的index参数中的列，如果存在nan值，该行记录将会被不计算

如题。
最近在做个简易的统计脚本，思路大致描述一下：

用到的工具：
mysql，
selenium.webdriver
pymysql，sqlalchemy，pandas，numpy

mysql的建库建表部份就直接省略了：
1，毕竟与这个主题是弱关系；
2，大部份的问题都能直接从百度上，甚至直接在优快云网站里检索到；
3，关于mysql报错还是提一嘴吧，执行sql语句报错时候会有个报错数字号码（一般为4位数），可以直接按照关键词格式“数据库软件名（空格）报错数字号码”，在搜索引擎（如百度，谷歌，优快云的检索栏等等）检索报错的原因，再根据查询到的报错原因修改sql语句就可以了。

思路正文：
首先自然是从销售平台下载账单，将会获取到一个CSV文件。
然后就可以用csv_table=pd.read_csv进行读取了。

由于账单文件中，存在
f“一个订单中的同一种货物，如果客人购买的个数超过1个，也会分成 {购买个数} 行”
的情况，所以在导入到mysql前，需要做一次pivot_table，尽量将同一订单中的同一货物，归到同一行记录中。

接着就是去除与数据库中记录重复的记录这一项工作：
从上一个步骤中获取到的table对象中，提取日期范围，
再通过db_table=pd.read_sql，结合sql语句，从数据库中请求到在日期范围内的所有记录，
接着将csv_table和db_table两个表做一次取差，保留在csv_table中有，但db_table中没有的记录，
然后就可以通过pd.to_sql导入数据库了。

～～～～～～～我是短小精干的分割线～～～～～～～
上述获取数据的过程中，其中pivot_table的步骤，会产生一个问题：
由于pivot_table中的index形参，可以通过传入包含有column_name的列表来生成pivot_table的前半截的原因，所以我直接将一些文本类型的column给全部弄到了这个列表里。
但这些列中，也并不是每一列的记录都是齐全的，这也是导致问题的根本原因：
在账单中，也包含