Pandas基于单列生成多列时pivot重复索引报错解决方案

pivot() 方法要求「行索引+列名」的取值组合必须全局唯一，你的数据集里单个A取值下，B的同一个值对应多条记录（比如A1分类下B=1有2条记录），直接调用必然触发重复索引错误；pivot_table() 天生为聚合统计设计，默认会对重复的索引列组合计算均值，哪怕手动改聚合函数也会额外增加冗余处理步骤，不符合保留原始行、不做聚合的转换需求。

核心思路是先给同组重复记录加递增的辅助序号，把「索引+列」的组合改成全局唯一，再调用pivot()做宽表转换，全程不会触发不必要的聚合计算，代码简洁且性能最优。
以下是和你描述的12行数据集完全匹配的可复现代码：

import pandas as pd
import numpy as np

# 构造测试数据集：A列取A1/A2，B列取1/2/3，每个(A,B)组合对应2条C值记录，共12行
df = pd.DataFrame({
    'A': np.repeat(['A1', 'A2'], 6),
    'B': np.tile(np.repeat([1,2,3], 2), 2),
    'C': np.arange(1,13)
})

# 1. 给每个(A,B)分组内的记录加递增序号，作为辅助行标识，保证索引+列组合唯一
df['row_tag'] = df.groupby(['A','B']).cumcount()

# 2. 用A列+辅助序号作为行索引，B列为列名，C列为值做转换，不会触发重复索引报错
result = df.pivot(index=['A', 'row_tag'], columns='B', values='C').reset_index()

# 3. 清理辅助列和列名索引，得到最终结果
result = result.drop('row_tag', axis=1)
result.columns.name = None

运行后得到的结果共4行，其中A1、A2各对应2行，B列的1、2、3取值各自成为独立列，填充值完全对应原始C列的记录，无任何聚合计算。

• 给pivot_table()传入aggfunc=list再逐列展开列表：多了不必要的列表嵌套、展开步骤，数据量超过10万行时性能明显差于上述方案
• 按B列取值循环筛选后逐列拼接：代码冗余度高，后续如果B列新增取值需要手动修改代码，可维护性差

内容的提问来源于stack exchange，提问作者Saeem