如何调整Pandas pivot_table语法实现行转列并合并相同索引？

问题分析 #

你的代码未合并相同date和id的行，核心原因大概率是date或id列的数据类型不一致（比如id混合了数值与字符串、date存在格式差异），或者未正确处理透视后的索引。

可行解决方案 #

方案1：使用pivot方法（推荐） #

由于你的数据中每个(date, id, desc)组合对应唯一的amount值，无需聚合操作，直接用pivot更高效：

import pandas as pd

# 执行透视
df_pivoted = df.pivot(index=['date', 'id'], columns='desc', values='amount').reset_index()
# 移除列索引的名称（避免desc作为列名前缀）
df_pivoted.columns.name = None

方案2：修正pivot_table用法 #

如果坚持使用pivot_table，需先统一数据类型，再确保聚合逻辑正确：

import pandas as pd

# 统一数据类型：date转为datetime，id转为字符串（保留前导零）
df['date'] = pd.to_datetime(df['date'])
df['id'] = df['id'].astype(str)

# 执行透视表
df_pivoted = df.pivot_table(
    index=['date', 'id'],
    columns='desc',
    values='amount',
    aggfunc='first'  # 因每个组合唯一，sum/max等聚合函数效果一致
).reset_index()
df_pivoted.columns.name = None

关键注意点 #

• 必须确保date和id列的数据类型完全统一，否则分组时会将看似相同的内容判定为不同组
• 透视后记得用reset_index()将多级索引转为普通列，同时移除列索引名称让结果符合预期格式

内容的提问来源于stack exchange，提问作者biyazelnut