使用Pandas Unstack()遇重复索引错误的原因及解决方法

示例代码与数据 #

你使用的示例代码：

import pandas as pd

a = {'a': ['ce', 'ce', 'ce', 'ce', 'ce', 'ce'], 'b' : ['SAM', 'SAM', 'SAM', 'WHR', 'SAM', 'WHR'],
     'c': ['11-22-2015', '11-23-2015', '11-24-2015', '11-25-2015', '11-26-2015', '11-27-2015'],
     'd' : ['ICU', 'ICU', 'ICU', 'MED', 'MED', 'SUR'], 'e' : [1, 2, 4, 6, 5, 3]}

df = pd.DataFrame(a)

生成的DataFrame：

错误原因 #

执行df.set_index(['d', 'c', 'b']).unstack(['b', 'd'])时报错的核心原因是：
你要unstack的两个级别（b和d）在MultiIndex行索引中不相邻，被中间的c级别隔开。当pandas尝试同时将这两个非相邻级别转换为列MultiIndex时，无法正确重组数据结构，误判存在重复的索引条目，从而抛出该错误。

注：虽然你的行索引本身没有重复条目，但非相邻级别的跨层级unstack会导致内部重组逻辑冲突。

解决方法 #

方法1：调整行索引顺序，让要unstack的级别相邻 #

将行索引设置为['c', 'b', 'd']（让b和d相邻，c作为行索引的最外层），再执行unstack：

df_unstacked = df.set_index(['c', 'b', 'd']).unstack(['b', 'd'])

执行后会得到以日期c为行索引，(列名, b, d)为列MultiIndex的宽表。

方法2：分步unstack #

先unstack其中一个级别，再unstack另一个，绕过非相邻级别直接unstack的问题：

# 先unstack b，再unstack d
df_unstacked = df.set_index(['d', 'c', 'b']).unstack('b').unstack('d')

此方法会得到与方法1完全一致的结果。

方法3：使用pivot（更直观的行列转换） #

如果你的目标是将c作为行索引，b和d作为列维度，直接用pivot方法更清晰，也不会触发索引错误：

# 仅转换e列
df_unstacked = df.pivot(index='c', columns=['b', 'd'], values='e')

# 同时转换a和e列
df_unstacked = df.pivot(index='c', columns=['b', 'd'], values=['a', 'e'])

内容的提问来源于stack exchange，提问作者SHENOOOO