使用Pandas创建数据透视表失败，报索引重排相关错误求助

首先，先纠正一个拼写小错误：你写的privot_table应该是pivot_table，但更关键的问题是没有指定values参数，这才是触发报错的核心原因。

修正后的代码 #

import numpy as np
import pandas as pd

# 针对你的DataFrame执行透视表操作
df.pivot_table(
    index=['year', 'month'],
    columns=['source'],
    values='source',  # 指定要聚合的列，选任意存在的列即可，这里用source最直观
    aggfunc=np.size,
    fill_value=0
)

或者更简洁地使用pandas内置的聚合标识：

df.pivot_table(
    index=['year', 'month'],
    columns=['source'],
    values='source',
    aggfunc='size',
    fill_value=0
)

为什么会报错？ #

你遇到的Reindexing only valid with uniquely values index objects错误，本质是因为未指定values时，pivot_table会对DataFrame中所有非分组列执行聚合。如果你的DataFrame除了year、month、source还有其他列，这会生成一个带有多层列结构的透视表。当pandas尝试用fill_value=0填充缺失值时，内部的重索引操作会因为这个多层列的非唯一性而失败。

指定values参数后，pandas只会针对你指定的列进行计数，生成单层列结构的透视表，就不会触发这个索引错误了。

另一种更直观的实现方式 #

你也可以用groupby+unstack的组合来实现相同需求，逻辑更清晰，也不容易踩坑：

df.groupby(['year', 'month', 'source']).size().unstack(fill_value=0)

验证结果 #

针对你的示例数据，上述代码都会生成符合预期的结果：

内容的提问来源于stack exchange，提问作者HHH