Pandas绘制小时维度箱线图报Index contains duplicate entries错误求助

你遇到的报错是因为unstack()操作要求待转换的行索引必须全局唯一：

• 你用append=True将小时作为二级索引追加到原有索引后，全量数据的组合索引存在重复条目，因此触发报错
• 分段截取数据时，对应片段的索引刚好没有重复，所以可以正常运行

你不需要用unstack变形数据即可实现按小时分布的箱线图绘制，推荐两种可行写法：

方案1：直接使用pandas分组箱线图（最简便） #

直接通过boxplot的by参数指定分组维度即可，无需修改索引：

# 提取小时字段
df['hour'] = df['DateTime'].dt.hour
# 按小时分组绘制Val1的箱线图
df.boxplot(column='Val1', by='hour', figsize=(15, 5))

方案2：修复原有逻辑的索引问题 #

如果你要保留原有写法，只需要提前重置原始索引保证全局唯一即可：

# 先重置索引消除原始索引重复问题
df = df.reset_index(drop=True)
# 原有逻辑即可正常运行
df.set_index(df.DateTime.dt.hour, append=True)["Val1"].unstack().plot.box(figsize=(15,5))

两种方案都会保留每个小时的所有数值，完整展示分布和异常值，不需要删除任何重复小时的数据。

内容的提问来源于stack exchange，提问作者Fluxy