DataFrame pivot报错：索引含重复项，需按Serialno筛选高值方案

原报错是因为team和position的组合存在重复行，导致无法直接透视。要实现按Serialno取最大值对应的points，可以先筛选出符合条件的记录，再执行透视操作，以下是两种可行方法：

方法一：排序后去重 #

先按分组字段排序，再保留每组中Serialno最大的第一条记录：

import pandas as pd

df = pd.DataFrame({'team': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
                   'Serialno': [1,2,2,1,1,2,2,1],
                   'position': ['G', 'G', 'F', 'F', 'G', 'G', 'F', 'F'],
                   'points': [5, 7, 7, 9, 4, 9, 9, 12]})

# 按team、position分组，组内按Serialno降序排列
sorted_df = df.sort_values(['team', 'position', 'Serialno'], ascending=[True, True, False])
# 保留每个(team, position)组合的第一条记录（Serialno最大的那条）
filtered_df = sorted_df.drop_duplicates(subset=['team', 'position'], keep='first')
# 执行透视
result = filtered_df.pivot(index='team', columns='position', values='points')
print(result)

方法二：用groupby+idxmax定位目标行 #

通过idxmax找到每组中Serialno最大的行索引，再筛选数据：

import pandas as pd

df = pd.DataFrame({'team': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
                   'Serialno': [1,2,2,1,1,2,2,1],
                   'position': ['G', 'G', 'F', 'F', 'G', 'G', 'F', 'F'],
                   'points': [5, 7, 7, 9, 4, 9, 9, 12]})

# 获取每个(team, position)组中Serialno最大的行的索引
max_serial_indices = df.groupby(['team', 'position'])['Serialno'].idxmax()
# 根据索引筛选目标数据
filtered_df = df.loc[max_serial_indices]
# 透视得到结果
result = filtered_df.pivot(index='team', columns='position', values='points')
print(result)

两种方法最终都会输出期望结果：

position    F    G
team        
A           7   7
B           9   9

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