Pandas长表转宽表报错：索引包含重复项无法重塑

错误根源 #

你的DataFrame里存在同一id+status组合重复的情况（比如id=2的item_setup出现了两次），而pivot()方法要求索引与列的组合必须唯一，因此触发了"Index contains duplicate entries, cannot reshape"错误。

针对你需求的解决方案 #

根据你给出的期望输出（id=2的item_setup最终为空），可以用以下两种方式处理：

方法1：用pivot_table聚合重复项 #

pivot_table支持对重复组合做聚合操作，这里用first()取第一个非空值，空值会自动填充：

import pandas as pd

# 构造原数据
df = pd.DataFrame({
    'id': [1,1,1,2,2,2],
    'status': ['item_ordered', 'item_received', 'item_setup', 'item_ordered', 'item_setup', 'item_setup'],
    'value': ['complete', 'complete', 'complete', 'complete', 'complete', '']
})

# 转宽格式，聚合取第一个有效值
wide_df = df.pivot_table(index='id', columns='status', values='value', aggfunc='first').reset_index()
# 清除列名的层级标签
wide_df.columns.name = None
print(wide_df)

运行后得到的结果完全符合你的期望：

方法2：先去重再用pivot #

如果你希望保留每个id+status组合的最后一条记录（比如id=2的item_setup保留空值），可以先去重再转格式：

# 去重，保留每个组合的最后一行
df_clean = df.drop_duplicates(subset=['id', 'status'], keep='last')
# 转宽格式
wide_df = df_clean.pivot(index='id', columns='status', values='value').reset_index()
wide_df.columns.name = None
print(wide_df)

这个方法同样能得到你要的输出。

额外说明 #

如果你的需求是合并重复项的value（比如把两个item_setup的内容拼接），可以把aggfunc改成lambda x: ' '.join(x.dropna())，根据实际需求调整聚合逻辑即可。

内容的提问来源于stack exchange，提问作者Datamaniac