Pandas透视表添加margins报错：Grouper for 'type' not 1-dimensional

错误原因 #

你遇到的"Grouper for 'type' not 1-dimensional"错误，本质是当使用margins=True时，字典格式的aggfunc={'type':len}与透视表的分组逻辑冲突。margins需要对所有分组维度做全局汇总，但字典形式的聚合函数会强制绑定指定列type，而type同时又是索引分组键，导致Pandas在计算汇总时无法识别一维的分组对象。

解决方法 #

不需要复杂调整，只需修改aggfunc的形式，同时优化参数配置即可实现行/列汇总：

方案1：使用count作为聚合函数（推荐）

直接用aggfunc='count'，Pandas会自动统计每个分组的行数，无需指定values参数（或指定任意非空列均可）：

df1=pd.DataFrame({'brand':['A','A','A','A','A','B','A','B','A','B','B','A','A'],
'type':['C','C','C','C','C','C','C','C','D','D','C','C','C'],
'Year':[2022,2022,2022,2022,2022,2022,2022,2022,2022,2022,2022,2022,2022],
'Month':[9,9,9,8,9,9,9,9,8,10,9,10,10]})
table_1 = pd.pivot_table(df1, index=['brand','type'],
                         columns=['Year','Month'], 
                         aggfunc='count', 
                         fill_value=0, 
                         margins=True,
                         margins_name='总计')

print(table_1)

方案2：保留len聚合函数，调整values参数

如果坚持使用len，将values指定为非分组键的列（比如brand），同时把aggfunc改为直接传入len而非字典：

table_1 = pd.pivot_table(df1, values='brand', 
                         index=['brand','type'],
                         columns=['Year','Month'], 
                         aggfunc=len, 
                         fill_value=0, 
                         margins=True,
                         margins_name='总计')

补充说明 #

两种方案都能正常生成包含行/列总计的透视表，核心是避免聚合函数字典形式与分组键作为values列的组合，让margins可以顺利计算全局汇总。

内容的提问来源于stack exchange，提问作者jb3203