Pandas绘制Label=1的Type维度时间序列多线图（解决pivot报错）

报错原因 #

ValueError: Index contains duplicate entries, cannot reshape 触发的核心原因有两点：

• 原生df.pivot方法要求「索引字段、分列字段的组合必须唯一」，样例数据中同一日期下对应同一个Type存在多条记录，不满足透视前提
• 你代码中写的values='y'与当前数据集结构不匹配，实际存储目标值的字段为Label

实现步骤 #

1. 统一日期格式
   将字符串格式的Date列转为标准日期类型，避免时间轴排序错乱：
   df['Date'] = pd.to_datetime(df['Date'])
2. 筛选目标样本
   过滤出Label取值为1的观测记录：
   df_filtered = df[df['Label'] == 1]
3. 替换透视方法
   使用自带聚合逻辑的pivot_table替代原生pivot，根据分析目标选择对应聚合方式处理重复的日期+Type组合：
   • 若需统计每个日期下对应Type的Label=1样本数量，选择计数聚合：

     pivot_result = df_filtered.pivot_table(
         index='Date',
         columns='Type',
         values='Label',
         aggfunc='count' # 筛选后所有样本Label=1，count与sum的计算结果完全等价
     )
     

   • 若仅需标记每个日期下对应Type是否存在Label=1的样本（输出0/1二值结果），选择取最大值聚合：

     pivot_result = df_filtered.pivot_table(
         index='Date',
         columns='Type',
         values='Label',
         aggfunc='max'
     )
     

4. 绘制多线时间序列图
   透视完成后直接调用pandas内置绘图接口，每个Type类别会自动生成独立折线：
   pivot_result.plot(figsize=(10, 6), ylabel='Label=1的样本统计值')

内容的提问来源于stack exchange，提问作者LdM