含重复非唯一索引、长度不等的多重索引Series转DataFrame方法问询

报错原因 #

你遇到的报错本质是unstack等重塑操作要求同一父级索引下的子索引值必须唯一，你的多重索引Series中，同一个第一级索引下的第二级索引全是重复的6，pandas无法确定重复索引对应的值在重塑时的匹配规则，因此抛出错误。

解决方案 #

根据你的使用场景，可以选择以下三种处理方式：

1. 直接转为保留原始索引的DataFrame（最简单，无数据丢失） #

如果不需要改变原始多重索引的结构，只是单纯要把Series转为DataFrame格式，不需要把二级索引转为列名，直接调用to_frame()方法即可：

# 参数name指定值列的列名，可自定义
df = my_df.to_frame(name='数值')

转换后的DataFrame会保留原来的多重行索引，所有值存在单独的列中，完全不会触发索引重复报错。

2. 按第一级索引分组展开为行/列 #

如果你需要把第一级索引作为行，每个第一级索引对应的所有值作为单独的列，不需要保留重复的第二级索引，可以先对每个分组做重置索引处理，再展开：

# 每个分组内重置索引，丢掉重复的二级索引，再unstack转为多列
df = my_df.groupby(level=0).apply(lambda x: x.reset_index(drop=True)).unstack()

该方法会自动对齐不同长度的子序列，长度不足的位置会自动填充NaN，符合你的数据中不同第一级索引对应子序列长度不一致的场景。

3. 新增索引层级后再unstack（保留原始二级索引） #

如果你需要保留原来的第二级索引值，同时完成unstack操作，可以先给每个第一级索引的分组新增一个序号索引，保证索引唯一性后再重塑：

# 给每个一级索引分组内添加序列编号作为新的中间索引
my_df = my_df.set_axis(my_df.groupby(level=0).cumcount(), append=True).reorder_levels([0, 2, 1])
# 现在索引全局唯一，可正常unstack
df = my_df.unstack([1, 2])

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