Pandas DataFrame的pivot_table无法使用去重分组唯一值作为索引如何解决

问题原因 #

你之前的写法返回空表的核心原因是：un = master.dropna().groupby('description')['net_price'].unique()得到的是一个以description为索引、值为net_price列表的Series，直接将它作为pivot_table的index参数时，和master表的行数据无法匹配，因此返回空结果。

你要实现的「商品描述+对应净价作为行索引、站点为列统计销量」的需求，不需要提前单独计算去重净价列表，直接使用双列作为透视表的行索引即可，pandas会自动按两个字段的唯一值组合做聚合，刚好匹配你的预期。

解决代码 #

替换你原代码中# FILTER UNIQUE LIST OF DESCRIPTIONS之后的部分即可：

# 先做数据清洗和类型转换，避免pdf读取的字符串类型影响分组统计
master = master.dropna(subset=['description', 'net_price', 'quantity', 'site']).copy()
master['net_price'] = pd.to_numeric(master['net_price'], errors='coerce')
master['quantity'] = pd.to_numeric(master['quantity'], errors='coerce')

# 直接指定description和net_price为多级行索引构建透视表
serv = master.pivot_table(
    values='quantity',
    index=['description', 'net_price'],
    columns='site',
    aggfunc=np.sum,
    fill_value=0 # 可选：无销量的站点单元格填充为0，不需要可以删掉这行
)

# 可选：如果需要把多级索引转为普通列导出csv，可以加上下面这行
# serv = serv.reset_index()

print(serv)
serv.to_csv('test2-output.csv')

效果验证 #

最终得到的serv会自动以description和net_price的唯一组合作为行，不同站点作为列，完全符合你预期的展示结构，同商品不同价格的条目会分成独立行展示。

内容的提问来源于stack exchange，提问作者victorR