为何无法对非数值列使用pivot_table？风向列透视问题求助

你遇到的问题是pivot_table默认聚合函数对字符串无效导致的——它默认使用numpy.mean，这个函数无法处理字符串类型，所以只会返回索引，不会生成对应的字符串列。不需要把风向转成数值，只要指定适合字符串的聚合逻辑就能得到想要的结果。

核心解决思路 #

针对同一分组（CAMPAÑA+ID_ESTACION）和同一月份下的多个风向值，你需要定义一个聚合规则：比如取出现次数最多的众数（符合你的示例需求）、取第一个值、或者拼接所有唯一值等。

代码实现（基于你的示例数据） #

先构造示例数据集：

import pandas as pd

data = {
    'mode': [0,1,2,3,4,5,6,7,8,9],
    'modeWinddirectiondiscrete': ['South','North','North','East','West','East','South','West','North','West'],
    'CAMPAÑA': [16,16,16,16,16,16,17,17,17,17],
    'ID_ESTACION': [0,0,0,0,0,0,1,1,1,1],
    'Month': [1,1,1,2,2,2,3,3,3,3]
}
df = pd.DataFrame(data)

使用指定聚合函数的pivot_table：

# 取每个分组-月份下出现次数最多的风向（众数）
pivot_df = df.pivot_table(
    index=['CAMPAÑA', 'ID_ESTACION'],
    columns='Month',
    values='modeWinddirectiondiscrete',
    aggfunc=lambda x: x.mode().iloc[0]  # 取众数，若有多个众数则取第一个
)

执行后得到的结果：

Month                  1     2     3
CAMPAÑA ID_ESTACION                 
16      0           North  East  NaN
17      1            NaN   NaN  West

可选聚合逻辑调整 #

如果你的需求不是取众数，可以替换aggfunc：

• 取该分组-月份的第一个值：aggfunc=lambda x: x.iloc[0]
• 拼接所有唯一风向：aggfunc=lambda x: ', '.join(x.unique())
• 统计风向出现次数：aggfunc=lambda x: x.value_counts().to_dict()

内容的提问来源于stack exchange，提问作者Pablo Moreira Garcia