Python新手求助：如何重塑DataFrame？解决pivot重复索引报错

报错原因 #

执行pivot失败是因为你的数据中同一Drug对应了多条相同QtyDelivered的记录，pivot要求index+columns的组合必须唯一，重复条目会触发ValueError。

解决方案 #

推荐使用pivot_table（支持聚合重复项，适合新手）或groupby+unstack来实现需求，以下是具体代码示例：

方法1：pivot_table（推荐） #

pivot_table会自动对重复的index+columns组合执行聚合操作，你可以根据需求指定聚合逻辑（计数、求和等）：

# 示例：统计每个Drug对应不同QtyDelivered的记录条数
result = df.pivot_table(
    index='Drug',
    columns='QtyDelivered',
    aggfunc='size',  # 用size实现计数，也可以替换为sum/mean等
    fill_value=0     # 空值填充为0
)

# 如果需要保留重复条目的具体值（用列表存储）
result = df.pivot_table(
    index='Drug',
    columns='QtyDelivered',
    values='你要保留的列名',  # 替换为实际列名
    aggfunc=list,
    fill_value=''
)

方法2：groupby + unstack #

先按Drug和QtyDelivered分组聚合，再将分组后的列展开：

# 示例：统计记录条数
result = df.groupby(['Drug', 'QtyDelivered']).size().unstack(fill_value=0)

# 示例：对某列求和
result = df.groupby(['Drug', 'QtyDelivered'])['目标列名'].sum().unstack(fill_value=0)

结果说明 #

运行上述代码后，得到的result会以Drug为行索引，不同的QtyDelivered为列，对应值为聚合后的结果，符合你的目标格式要求。

内容的提问来源于stack exchange，提问作者Critil Benzi