多列Pandas DataFrame透视转换技术问题求助

我来帮你搞定这个多维度透视的问题～你之前用pivot报错，是因为pivot要求index和columns的组合必须唯一，但你的数据里同一个Year+Heading下还有Gender和day_type的区分，存在重复组合，所以触发了错误。而pivot_table是处理这类多维度场景的更合适工具，下面给出适配多列（rate和target）的完整方案：

步骤1：确认原始数据 #

先把你的原始DataFrame代码贴出来方便参考：

import pandas as pd

df1 = pd.DataFrame({
    'Gender':['Male','Male','Male','Male','Female','Female','Female','Female','Male','Male','Male','Male','Female','Female','Female','Female'], 
    'Year' :[2008,2008,2009,2009,2008,2008,2009,2009,2008,2008,2009,2009,2008,2008,2009,2009], 
    'rate':[2.3,3.2,4.5,6.7,5.6,3.2,3.5,2.6,2.3,3.2,4.5,6.7,5.6,3.2,3.5,2.6], 
    'Heading':['TNMAB123','TNMAB123','TNMAB123','TNMAB123','TNMAB123','TNMAB123','TNMAB123','TNMAB123', 'TNMAB456','TNMAB456','TNMAB456','TNMAB456','TNMAB456','TNMAB456','TNMAB456','TNMAB456'], 
    'target':[31.2,33.4,33.4,35.2,35.2,36.4,36.4,37.2,31.2,33.4,33.4,35.2,35.2,36.4,36.4,37.2], 
    'day_type':['wk','wkend','wk','wkend','wk','wkend','wk','wkend','wk','wkend','wk','wkend','wk','wkend','wk','wkend']
})

步骤2：多列透视的实现代码 #

我们直接在pivot_table中指定多个指标列（rate和target），同时把所有非行索引的维度（Heading、Gender、day_type）放到列参数中，就能一次性展开所有维度和指标：

# 执行透视：Year作为行索引，其余维度作为列层级，同时包含rate和target两个指标
pivoted_df = df1.pivot_table(
    index='Year',
    columns=['Heading', 'Gender', 'day_type'],
    values=['rate', 'target'],
    aggfunc='first'  # 你的数据每个(Year+Heading+Gender+day_type)组合都是唯一的，用first不会改变原始值
)

# 把多层级列名合并成单层，让列名更直观易读
pivoted_df.columns = ['_'.join(col) for col in pivoted_df.columns.values]

# 可选：把Year从索引转成普通列（如果需要的话）
pivoted_df = pivoted_df.reset_index()

步骤3：结果说明 #

执行后你会得到符合预期的结构：

• 行是唯一的Year值（2008、2009）
• 列是所有维度+指标的组合，比如rate_TNMAB123_Male_wk、target_TNMAB456_Female_wkend等，每个列对应原始数据中唯一的一个条目值

示例输出的部分内容如下：

如果你想保留多层级列结构方便后续筛选（比如直接提取所有rate相关列），可以跳过合并列名的步骤，直接用pivoted_df['rate']['TNMAB123']这类方式筛选数据。

内容的提问来源于stack exchange，提问作者The Great