如何修复透视DataFrame的报错及后续过滤问题？

你遇到的核心问题是透视后Category属于多层索引的一部分，无法直接通过列名df2['Category']访问，这会触发KeyError。另外原代码执行时，pivot_table会自动对包含NaN的行进行聚合（默认用mean），下面给出几种可行的解决方案：

方案1：直接通过索引层级过滤 #

利用index.get_level_values()获取指定层级的索引值，结合布尔索引完成过滤：

import numpy as np
import pandas as pd

df = pd.DataFrame({
        'Year':[2022,2022,2023,2023,2024,2024],
        'Month':[1,12,11,12,1,1],
        'Code':[None,'John Johnson',np.nan,'John Smith','Mary Williams','ted bundy'],
        'Unit Price':[np.nan,200,None,56,75,65],
        'Quantity':[1500, 140000, 1400000, 455, 648, 759],
        'Amount':[100, 10000, 100000, 5, 48, 59],
        'Invoice':['soccer','basketball','baseball','football','baseball','ice hockey'],
        'energy':[100.,100,100,54,98,3],
        'Category':['alpha','bravo','kappa','alpha','bravo','bravo']
})

index_to_use = ['Category','Code','Invoice','Unit Price']
values_to_use = ['Amount','Quantity']
columns_to_use = ['Year','Month']

df2 = df.pivot_table(index=index_to_use,
                     values=values_to_use,
                     columns=columns_to_use)

# 基于索引的Category层级过滤
df3 = df2[df2.index.get_level_values('Category') == 'alpha']

# 写入Excel的代码不变
writer= pd.ExcelWriter(
        "t2test2.xlsx",
        engine='xlsxwriter'
    )

df.to_excel(writer,sheet_name="t2",index=True)
df2.to_excel(writer,sheet_name="t2test",index=True)
df3.to_excel(writer,sheet_name="t2filter",index=True)

writer.close()

方案2：将索引层级转为列后过滤 #

如果更习惯用列操作逻辑，可以把索引的Category层转回列，再进行过滤：

# 透视表生成逻辑不变
df2 = df.pivot_table(index=index_to_use,
                     values=values_to_use,
                     columns=columns_to_use)

# 将索引中的Category层级转为列
df2_reset = df2.reset_index(level='Category')
# 按列过滤
df3 = df2_reset[df2_reset['Category'] == 'alpha']
# 可选：恢复原索引结构
df3 = df3.set_index('Category', append=True).reorder_levels(index_to_use)

方案3：透视前先过滤（更高效） #

如果最终只需要Category='alpha'的数据，建议先过滤原DataFrame再执行透视，减少不必要的计算量：

# 先过滤原数据
df_filtered = df[df['Category'] == 'alpha']

# 对过滤后的数据执行透视
df2 = df_filtered.pivot_table(index=index_to_use,
                              values=values_to_use,
                              columns=columns_to_use)
# 此时df2直接就是目标结果，无需二次过滤

额外注意事项 #

原数据中Code和Unit Price存在NaN值，pivot_table默认会对相同索引组合的行做均值聚合。如果不需要聚合、希望保留原始行数据（需确保索引组合唯一），可以指定聚合函数为'first'：

df2 = df.pivot_table(index=index_to_use,
                     values=values_to_use,
                     columns=columns_to_use,
                     aggfunc='first')  # 保留第一个匹配的值，避免自动聚合

内容的提问来源于stack exchange，提问作者Alhpa Delta