使用pd.pivot_table时遇'Index contains duplicate entries, cannot reshape'错误求助

原始数据（长格式） #

期望输出（宽格式，无聚合，保留原始值） #

遇到的错误 #

执行以下代码时触发 Index contains duplicate entries, cannot reshape 错误：

df3 = pd.pivot_table(df2, values='value', index='variable', columns='Unnamed: 5', aggfunc='first')

更换聚合函数无效，需求是不进行任何聚合操作，仅保留所有原始值完成格式转换。

错误核心是 pivot/pivot_table 要求 index + columns 的组合必须唯一，否则强制要求聚合逻辑。要保留所有原始值，需先给重复的 (Unnamed:5, Week) 组合添加唯一标识，再执行透视：

1. 添加分组序号 #

对 Unnamed:5 和 Week 分组，为每组内的行生成递增序号，确保组合唯一：

# 修正代码中错误的index列名（原始数据无'variable'列，应为'Week'）
df2['seq'] = df2.groupby(['Unnamed: 5', 'Week']).cumcount()

2. 执行透视转换 #

此时 index=['Week', 'seq'] + columns='Unnamed: 5' 的组合完全唯一，可正常透视：

df_wide = df2.pivot(index=['Week', 'seq'], columns='Unnamed: 5', values='Value').reset_index()

3. 整理输出格式（可选） #

若不需要保留序号列，可删除并调整列顺序：

df_wide = df_wide.drop('seq', axis=1)
# 按期望顺序排列列
df_wide = df_wide[['Week', 'Quartiles', 'CR', 'KPI']]

说明 #

此方法会保留所有原始 Value 值，无任何聚合。若期望输出中存在与原始数据不符的数值（如Week3的KPI为4），需检查原始数据输入或手动修正对应行。

内容的提问来源于stack exchange，提问作者Krishnamoorthy