解决DataFrame使用pivot_table透视时的TypeError错误

嘿，我看到你在使用pandas的pivot_table时遇到了参数冲突的错误，咱们来快速定位问题并解决它！

错误原因分析 #

你写的代码是：

dropped_col.pivot_table(dropped_col, values = 'count', index='date', columns = 'item').reset_index()

这里的问题在于：当你用DataFrame实例调用pivot_table方法时（也就是dropped_col.pivot_table(...)），方法会自动把当前的DataFrame作为第一个参数（data参数）传入。而你又手动把dropped_col写在了第一个参数的位置，这就导致values参数被重复赋值——方法既收到了自动传入的data，又把你写的第一个dropped_col当成了其他参数，最终触发了TypeError。

修正方案 #

你只需要去掉手动传入的第一个dropped_col参数就可以了，修正后的代码如下：

dropped_col.pivot_table(values='count', index='date', columns='item').reset_index()

另外，如果你习惯用pandas的顶层函数调用方式，也可以这么写（记得先导入pandas：import pandas as pd）：

pd.pivot_table(dropped_col, values='count', index='date', columns='item').reset_index()

验证结果 #

运行修正后的代码后，你会得到完全符合预期的结构：

Date  A  B  C
0  23-May-18  7  7  7
1  24-May-18  6  6  6
2  25-May-18  5  5  5

（注：如果想要Date作为普通列而不是索引的一部分，reset_index()已经帮你处理好了；如果希望Date保持为索引，可以去掉这个方法调用。）

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