如何在Pandas DataFrame中无聚合结合melt、transpose和pivot函数？

原始DataFrame：

目标DataFrame：

遇到的问题 #

执行命令 df.pivot(['Result', 'ID', 'Side'], 'Position Played', 'Champion').reset_index() 时触发错误：

ValueError: 索引包含重复条目，无法重塑

且需要保留完整数据，不能使用sum、mean这类聚合操作。

解决方案 #

方法1：修正列名后使用pivot

报错核心原因是列名不匹配——代码里用了英文列名，但实际DataFrame是中文列名。改用中文列名执行pivot即可：

result_df = df.pivot(index=['结果', 'ID', '阵营'], columns='使用位置', values='英雄').reset_index()
# 调整列顺序匹配目标格式
result_df = result_df[['上单', '打野', '结果', 'ID', '阵营']]

方法2：用pivot_table兼容潜在重复场景

如果后续数据中出现同一分组下同一位置的重复条目，可使用pivot_table搭配aggfunc='first'保留第一条数据，同时避免报错：

result_df = df.pivot_table(
    index=['结果', 'ID', '阵营'],
    columns='使用位置',
    values='英雄',
    aggfunc='first'
).reset_index()
result_df = result_df[['上单', '打野', '结果', 'ID', '阵营']]

方法3：groupby + unstack组合

通过分组后展开列的方式实现，逻辑更直观：

result_df = df.groupby(['结果', 'ID', '阵营', '使用位置'])['英雄'].first()\
              .unstack('使用位置')\
              .reset_index()
result_df = result_df[['上单', '打野', '结果', 'ID', '阵营']]

以上三种方法都能完整保留原始数据，最终输出与目标DataFrame一致。

内容的提问来源于stack exchange，提问作者Yumi