Pandas含MultiIndex的Series去重失败，unstack报错求助

你遇到的问题核心是MultiIndex中存在重复的(外层索引, 内层索引)组合，导致unstack()无法正常重塑数据。而你尝试的s[s.index.drop_duplicates()]无效，是因为drop_duplicates()返回的是唯一索引标签，当索引重复时，用该标签取值会选中所有对应行，重复项并未被移除。

步骤1：定位重复索引 #

先找出具体哪些索引组合重复了，方便后续处理：

# 找出所有重复的索引（包含重复的所有实例）
duplicate_pairs = s.index[s.index.duplicated(keep=False)]
# 去重后查看唯一的重复组合
print(duplicate_pairs.unique())

步骤2：根据重复情况选择处理方式 #

方式1：保留重复索引的首个/最后一个实例

如果重复项是冗余数据，只需保留每个重复组合的第一个或最后一个条目：

# 保留每个重复索引的第一个出现项，keep='last'则保留最后一个
s_clean = s[~s.index.duplicated(keep='first')]
# 执行unstack
s_clean.unstack()

方式2：聚合重复索引的对应数据

如果重复索引对应不同数据，需要通过聚合操作合并（比如取均值、求和、最大值等）：

# 按MultiIndex的两级分组，对每组数据取均值，也可替换为sum()/max()
s_agg = s.groupby(level=[0, 1]).mean()
# 执行unstack
s_agg.unstack()

方式3：修正重复索引（添加区分后缀）

如果索引重复是数据生成时的错误，需要给重复的索引添加标识后缀来区分：

from itertools import groupby
import pandas as pd

new_index = []
# 遍历每个索引组合的分组
for idx, group in groupby(s.index):
    group_items = list(group)
    if len(group_items) > 1:
        # 给重复的内层索引添加数字后缀
        for i, item in enumerate(group_items):
            new_index.append((item[0], f"{item[1]}_{i+1}"))
    else:
        new_index.append(idx)

# 替换原索引
s.index = pd.MultiIndex.from_tuples(new_index)
# 执行unstack
s.unstack()

内容的提问来源于stack exchange，提问作者Ilya