pivot_table()报错“duplicate entries”是因为index+columns组合不唯一，需指定aggfunc；若组合天然唯一，优先用更快更可控的pivot()。
用 pandas.pivot_table() 做基础透视，但得先理清三类字段
直接调用 pivot_table() 却报 ValueError: Index contains duplicate entries？大概率是没分清 index、columns 和 values 的角色。这三者必须满足：同一组 index+columns 组合在原始数据中只能对应一个 values 值，否则就得指定聚合函数。
常见错误是把时间戳或 ID 类字段硬塞进 index，结果每行都唯一，透视后只剩一列数据；或者漏设 values，pandas 就默认对所有数值列求均值，输出远超预期。
实操建议：
-
index填你希望“竖着看”的维度（比如'region'或'user_id'） -
columns填你要“横着铺开”的分类字段（比如'product_type'或'month'） -
values明确指定要聚合的数值列（比如'sales'），别依赖默认行为 - 如果原始数据存在重复组合，必须加
aggfunc='sum'（或'mean'、'count'），不能留空
当 pivot_table() 报错“duplicate entries”，优先试 pandas.pivot()
pivot() 是 pivot_table() 的简化版，不带聚合逻辑，只做纯行列转换——前提是你的 index+columns 组合天然唯一。它比 pivot_table() 快，也更可控。
典型场景：清洗后的订单明细表，每条记录是「用户-商品-数量」，且一个用户不会重复购买同一商品（即 user_id+item_id 唯一）。
示例代码：
调用 Cutout.Pro 视觉处理 API 进行背景移除、人像抠图和照片增强，支持文件上传与图片 URL 输入。
df_pivoted = df.pivot(index='user_id', columns='item_id', values='quantity')
注意：pivot() 不接受 aggfunc，也不处理缺失；遇到重复会直接抛 ValueError，反而帮你快速定位数据问题。
fillna() 和 dropna() 的顺序影响最终列结构
透视后大量 NaN 很正常，但填空时机不对会导致列名丢失或 dtype 混乱。例如用 df.pivot_table(...).fillna(0) 没问题，但若先 dropna(how='all', axis=1) 再填空，可能把全空列删掉——而这些列本该保留（比如某商品没人买，仍需占位）。
关键点：
- 想保留所有原始
columns值（哪怕全空），就别用dropna(axis=1) -
fillna(0)后，整列可能变成int64；若原先是float64且含NaN，填 0 后类型自动升级，影响后续计算 - 需要布尔型填充（如
True/False）时，别用fillna(False)直接覆盖，先用notna()转换再填
大表透视慢？关掉 margins=True 和检查 sort=False
margins=True 看似方便，实则触发额外全表扫描，10 万行以上数据性能下降明显。同理，pivot_table() 默认对 columns 值排序，若你已知分类字段有序（比如月份是 '2023-01' 到 '2023-12'），显式设 sort=False 可省下 15%~30% 时间。
其他提速点：
- 提前用
df.astype({'col': 'category'})把columns和index字段转为category，内存和速度双优 - 避免在
values传入多列（如values=['a','b']），pandas 会生成 MultiIndex 列，后续操作成本陡增 - 真要处理千万级数据，别硬扛——先用
groupby().size().unstack(fill_value=0)替代计数类透视，快一个数量级
最易被忽略的是索引重复检测本身：pandas 每次调用 pivot_table() 都会默默跑一遍 df.duplicated(subset=[index, columns])，如果你已经确认无重复，用 pivot() 省掉这步验证更干脆。
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！
