如何将带重复键的pandas MultiIndex多层索引转换为表格列与行索引

实现方法 #

你遇到的报错核心原因是unstack操作要求待转换的索引组合唯一，重复键会导致行列映射冲突，以下提供两种适配不同场景的解决方案：

方案1：需要保留所有重复行数据

给重复的索引组合添加临时辅助计数层，解决唯一键约束，unstack后再删除辅助层即可：

import pandas as pd

# 假设你的原始DataFrame命名为df，索引层级名称对应为index1、index2、index3、index4
# 步骤1：添加辅助索引层，区分同一索引组合下的重复行
df = df.set_index(
    df.groupby(level=["index1", "index2", "index3", "index4"]).cumcount().rename("aux"),
    append=True
)

# 步骤2：将index3、index4转换为列层级
df = df.unstack(level=["index3", "index4", "aux"])

# 步骤3：删除辅助层，空值默认填充为nan
df.columns = df.columns.droplevel("aux")

方案2：重复行为冗余数据，只需保留单条结果

如果同一(index1,index2,index3,index4)组合下的多行为冗余数据，你可以先按索引分组聚合后直接unstack，执行效率更高：

# 按所有索引层级分组，聚合逻辑可根据需求替换为mean、sum、last等
df_agg = df.groupby(level=["index1", "index2", "index3", "index4"]).first()

# 直接展开index3、index4为列
df_result = df_agg.unstack(level=["index3", "index4"])

两种方案执行后，最终的DataFrame行索引为index1、index2，列索引为值列+index3+index4的多层结构，无匹配位置默认填充nan，符合你的需求。

内容的提问来源于stack exchange，提问作者54138qqqq