Python pandas索引列存在重复条目时如何正确透视DataFrame

你遇到的报错是因为pd.pivot()要求index+columns的组合在原数据中唯一，你之前仅指定Color作为列维度时，同一个Size+Color分组下存在P1/P2/P3三个不同的Parameter取值，组合重复无法直接重塑。

方法1：使用pd.pivot() #

如果原数据中Size+Parameter+Color的组合唯一，直接传递列表给columns参数指定双层列维度即可：

# 先确保Estimate列为数值类型，如果原数据是字符串需先转换
df['Estimate'] = pd.to_numeric(df['Estimate'], errors='coerce')
# 生成双层列透视表
result = df.pivot(
    index='Size',
    columns=['Parameter', 'Color'], # 列维度第一层为Parameter，第二层为Color，匹配目标结构
    values='Estimate'
)
# 调整行顺序匹配目标的Big>Medium>Small
result = result.reindex(['Big', 'Medium', 'Small'])

方法2：使用pd.pivot_table() #

如果存在重复的Size+Parameter+Color组合，用pivot_table指定聚合规则更稳妥：

result = df.pivot_table(
    index='Size',
    columns=['Parameter', 'Color'],
    values='Estimate',
    aggfunc='sum' # 可根据需求替换为mean、first等聚合函数
).reindex(['Big', 'Medium', 'Small'])

最终输出的result结构完全匹配目标格式，第一层列索引为P1/P2/P3，第二层为对应颜色的数值。

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