Pandas表格重塑：含重复项的熔解与透视报错解决

原代码报错是因为pivot时，同一Date+Items组合对应多个variable值（比如4/04/2023的Paint对应James和Joe），导致无法重塑。要自动识别重复项并生成额外列，可按以下步骤修改：

修改后的完整代码 #

import pandas as pd

data = [['4/04/2023','Floors','Tables','Roof','Paint','Paint'],
        ['4/05/2023','Roof','Floors','Tables','Roof','Paint'],
        ['4/06/2023','Paint','','Floors','Tables','Roof'],
        ['4/07/2023','Roof','Paint','','Floors','Tables']]
df = pd.DataFrame(data, columns=['Date', 'Jim','Bob','Ed','James','Joe'])

# 1. 宽表转长表，丢弃空值
df2 = df.melt(id_vars="Date", value_name='Items').dropna(subset=['Items']).reset_index(drop=True)

# 2. 为每个Date+Items的重复项添加递增计数器
df2['count'] = df2.groupby(['Date', 'Items']).cumcount() + 1  # 从1开始编号，方便列名识别

# 3. 拼接Items与计数器，生成唯一列名
df2['Items_with_count'] = df2['Items'] + '_' + df2['count'].astype(str)

# 4. 重新透视，此时无重复项冲突
df3 = df2.pivot(index="Date", columns='Items_with_count', values='variable')

# 5. 整理列顺序，按Items类型分组排序
sorted_cols = sorted(df3.columns, key=lambda x: (x.split('_')[0], int(x.split('_')[1])))
df3 = df3[sorted_cols]

print("原始表格：")
print(df)
print("\n转换后的目标表格：")
print(df3)

关键逻辑说明 #

• 重复项标记：通过groupby+cumcount为每组重复的Date+Items生成唯一序号，确保透视时不存在索引重复问题。
• 动态列生成：将Items与序号拼接成新列名（如Paint_1、Paint_2），让重复内容自动分到不同列中。
• 列顺序优化：对生成的列按Items类型和序号排序，让输出结构更贴合目标表格的展示逻辑。

内容的提问来源于stack exchange，提问作者James C