pivot()报错“index contains duplicate entries”是因为index与columns组合不唯一，必须确保唯一性或改用支持聚合的pivot_table()。
直接用 pivot() 或 pivot_table()，但必须确保索引+列组合唯一，否则会报 ValueError: Index contains duplicate entries —— 这是 90% 的人卡住的第一步。
为什么 pivot() 突然报错“duplicate entries”？
因为 pivot() 要求 index 和 columns 的组合不能重复。比如同一 id 对应多个相同 category 值，就无法直接堆成一列。
- 先检查重复：
df.duplicated(subset=['id', 'category']).sum() - 若返回非零，说明存在多条相同
id+category记录，不能直用pivot() - 此时改用
pivot_table()，它内置聚合逻辑（默认np.mean），能自动处理重复 - 如果业务上不允许聚合（比如字段是字符串、或必须保留所有值），得先用
groupby().agg(list)或加序号去重
pivot_table() 怎么选 aggfunc 才不丢数据？
默认用 np.mean，对字符串会报错；对数值可能掩盖异常值。选什么取决于 value 列类型和业务含义：
- 字符串类（如
status,name）：用'first'（取第一条）、'last'或lambda x: ' | '.join(x.unique()) - 需要保留全部值：用
list，但结果是 list 类型，后续处理要explode() - 数值类且允许汇总：明确写
'sum'、'count'，别依赖默认行为 - 注意：
fill_value参数可填缺失值（如fill_value=0），避免 NaN 干扰下游计算
宽表生成后，列名带元组？怎么扁平化？
当 pivot_table() 传入多个 values 或使用多级列时，列名变成 tuple，导致 df['col_name'] 报错。
- 检查列类型：
isinstance(df.columns, pd.MultiIndex) - 扁平化方法：
df.columns = ['_'.join(col).strip() if isinstance(col, tuple) else col for col in df.columns] - 更安全的做法：构造
columns时用names=None，或 pivot 前确保values是单个字符串（不是 list） - 如果用了
margins=True，额外生成的All行/列需手动删掉：df = df.drop('All', errors='ignore')
真正麻烦的不是语法，而是原始数据里隐藏的重复、空值、类型混杂——跑通 pivot 之前，先用 df.groupby(['index_col', 'columns_col']).size() 看看分布，比硬试快得多。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
