Pandas数据重塑求助：重复客户ID致透视失效及数据类型异常

我来一步步帮你拆解并解决这两个困扰你的问题：

一、为什么透视表会同时出现浮点数和整数类型？ #

这完全是Pandas pivot_table 的默认行为导致的：

• 默认用均值（mean）聚合：哪怕你的原始NET SALES VALUE 是整数类型，计算均值后结果会自动转为浮点数——比如5条整数记录求和除以5，哪怕结果是整数也会显示为5.0。
• 缺失值（NaN）的类型影响：如果某个客户没有某类产品的销售数据，透视表中对应的单元格会填充NaN，而NaN本身属于浮点数类型，这会直接把整列的类型强制提升为float，和其他有值的列形成“混合类型”的视觉效果。

二、重复CUSTOMER ID的处理 #

你说普通透视工具无法工作，大概率是用了df.pivot()而不是df.pivot_table()——前者要求index+columns的组合必须唯一，而你的数据中同一个客户（甚至同一个客户+产品族）有多条销售记录，自然会触发冲突报错。

pivot_table()正是为这种重复场景设计的，它会通过聚合函数自动合并重复记录，你只需要选对符合业务逻辑的聚合方式就行：

针对性解决方案示例 #

1. 同时解决重复ID与类型混合问题

如果你的需求是对每个客户+产品族的销售额求和，同时避免浮点数类型，可以这样写：

# 使用sum聚合，填充缺失值为0（避免NaN导致的float类型）
pivot_result = ONLY_PHARMA.pivot_table(
    values="NET SALES VALUE ",
    index=["CUSTOMER ID"],
    columns="PRODUCT FAMILY",
    aggfunc='sum',  # 根据业务需求选sum/mean/count等
    fill_value=0    # 把空值填充为0，确保列类型为整数
).reset_index()

这样处理后，所有列的类型都会是整数（前提是原始销售额都是整数）。

2. 若需保留均值，事后统一类型

如果你必须计算平均销售额，之后可以手动转换类型：

pivot_result = ONLY_PHARMA.pivot_table(
    values="NET SALES VALUE ",
    index=["CUSTOMER ID"],
    columns="PRODUCT FAMILY"
).reset_index()

# 先填充空值，再转换类型（比如转为整数，或保留指定小数位）
pivot_result = pivot_result.fillna(0).astype(int)
# 或者保留两位小数：pivot_result = pivot_result.round(2)

3. 选对聚合函数很重要

一定要贴合你的业务场景选择聚合方式：

• sum：对同一客户+产品族的所有销售额求和
• mean：计算该组合的平均销售额
• first/last：取该组合的第一条/最后一条销售记录
• count：统计该组合的销售记录条数

内容的提问来源于stack exchange，提问作者SIMON_py