如何反转pd.melt去重结果，实现pandas DataFrame长表转宽表

报错原因 #

pivot_table默认会对同分组的数据执行聚合运算，要求values字段为数值类型，你需要保留同一个event下Table和Cell的全部匹配组合，不需要聚合操作，因此不适用pivot_table。

实现方法 #

方法1：拆分关联法（适用type数量少的场景，代码最简单） #

先分别提取Table和Cell两类数据，再按event字段做关联即可得到目标结果：

# 提取Table类型数据
table_df = df[df['type'] == 'Table'].rename(columns={'entity': 'Table'})[['event', 'Table']]
# 提取Cell类型数据
cell_df = df[df['type'] == 'Cell'].rename(columns={'entity': 'Cell'})[['event', 'Cell']]
# 按event关联得到结果
result = table_df.merge(cell_df, on='event')

方法2：辅助列pivot法（适用type数量多的场景，扩展性强） #

先给每个event下同类型的行添加组内序号作为辅助索引，再做pivot即可避免聚合报错：

# 新增辅助列：记录同一个event、同一个type下的行序号
df['aux_idx'] = df.groupby(['event', 'type']).cumcount()
# pivot时指定双索引避免聚合，最后删除辅助列即可
result = df.pivot(index=['event', 'aux_idx'], columns='type', values='entity')\
           .reset_index()\
           .drop(columns='aux_idx')

内容的提问来源于stack exchange，提问作者Akash Kumar