使用pivot_table创建的边距存在Period数据类型的问题

Question

我有一个大的（+ 10m行）数据框，其中包含三列：销售日期（dtype：datetime64[ns]），客户名称和每位客户的销售额。销售日期包括yyyy-mm-dd格式的日期，月份和年份（即2019-04-19）。我发现了熊猫to_period函数，并且喜欢使用period[A-MAR] dtype。由于业务年度（三月结束）与日历年度有所不同，这正是我想要的。使用to_period功能，我可以将相应的销售日期分配给正确的业务年度，同时避免创建带有其他信息的新列。

我将日期列转换如下：

df_input['Date'] = pd.DatetimeIndex(df_input['Date']).to_period("A-MAR")

现在，当我使用pivot_table聚合数据并设置margins=True时，出现了一个特殊的问题。 aggfunc在输出表中返回正确的值。但是，最后一行的结果（由边距创建的总值）是错误的，因为显示了NaN（或者在我的情况下，当我设置fill_value = 0时为0）。我使用的功能：

df_output = df_input.pivot_table(index="Customer", 
     columns = "Date",
     values = "Sales",
     aggfunc ={"Sales": np.sum},
     fill_value = 0, 
     margins= True)

如果我不将日期转换为期间，而是使用简单的年份（整数），则可以正确计算边距，并且数据透视表输出表的最后一行中不会显示NaN。

我在整个互联网上进行了搜索，但找不到有效的解决方案。我想继续使用期间数据类型，只需要正确计算边距即可。我希望有人可以在这里帮助我。谢谢！