如何在Pandas中对含重复值的数据透视并按日期聚合

首先将字符串类型的Values_data转换为数值类型，确保后续聚合运算正常：

df['Values_data'] = df['Values_data'].astype(int)

使用pivot_table替代pivot实现透视，它支持通过聚合函数处理重复的索引-列组合，避免报错：

# 以sum为聚合函数，可根据需求替换为mean、count、max等
pivot_df = df.pivot_table(
    index='Dates',
    columns='Category_data',
    values='Values_data',
    aggfunc='sum'
)

# 可选：重置索引，让Date作为普通列，同时移除列轴的名称
pivot_df = pivot_df.reset_index().rename_axis(None, axis=1)

执行后得到的结果格式如下：

核心说明 #

• pivot要求index与columns的组合必须唯一，否则触发重复值报错；pivot_table通过aggfunc参数对重复组合的数据进行聚合，彻底解决该问题。
• 聚合函数可按需选择：统计数据条数用count，计算平均值用mean，取最大值用max等。

内容的提问来源于stack exchange，提问作者Paul