Pandas长表转宽表后重采样：保留标识与变量字段

嘿，我来帮你搞定这个困扰！你之前因为索引不唯一导致重采样失败，转成多级列宽表确实是个好思路，下面一步步给你讲清楚怎么做：

第一步：把长表转成多级列宽表 #

首先，假设你的原始数据是长格式（包含date、identifier、variable、value这几列），我们需要将identifier和variable转为列的层级，date作为唯一索引。这样就能解决索引不唯一的问题。

如果你的数据中每个(date, identifier, variable)组合都是唯一的，直接用pivot：

# 转换为多级列宽表
wide_df = df.pivot(index='date', columns=['identifier', 'variable'], values='value')

如果存在重复的组合（同一个日期下，同一个标识和变量有多条数据），用pivot_table指定聚合函数避免报错，比如保留第一个值：

wide_df = df.pivot_table(
    index='date',
    columns=['identifier', 'variable'],
    values='value',
    aggfunc='first'  # 也可以用'mean'等其他聚合方式，根据你的需求选择
)

转换后的数据结构会是这样：索引是唯一的日期，列是(identifier, variable)的多级组合，每个单元格对应对应标识和变量的数值。

第二步：执行重采样与填充 #

现在索引是唯一的日期，直接对宽表执行重采样和向前填充就没问题了：

# 按天重采样，并用ffill向前填充缺失值
resampled_wide = wide_df.resample('D').ffill()

这一步会自动保留所有identifier和variable对应的列，不会丢失任何标识或变量信息。

第三步：（可选）转回长格式 #

如果之后需要回到原来的长表结构（把identifier和variable变回列），用stack方法即可：

# 转回长表，恢复identifier和variable字段
resampled_long = resampled_wide.stack(['identifier', 'variable']).reset_index(name='value')

这样得到的结果就是完成重采样后的长表，包含所有你需要保留的字段。

为什么这个方法可行？ #

你之前的代码失败是因为把date设为索引后，同一个日期下有多个identifier或variable的行，导致索引不唯一——而resample要求索引是唯一的时间序列。转成多级列宽表后，每个日期只对应一行数据，索引唯一，重采样就能正常执行，同时通过多级列完整保留了标识和变量的信息。

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