重塑和数据透视表 - ValueError：索引包含重复条目，无法重塑答案

【问题标题】：Reshaping and Pivot Tables - ValueError: Index contains duplicate entries, cannot reshape重塑和数据透视表 - ValueError：索引包含重复条目，无法重塑
【发布时间】：2018-11-17 12:49:53
【问题描述】：

我的数据框df 具有以下结构：

product_id  url                 type
0   2013367 7405e0c483323f78b   A
1   2013367 ea919d2276f60f31e   B
2   452998  117312244aa203a03   A
3   452998  1a6a41a6141235d68   B
4   2196333 cd66f91431fbae2d4   A

我正在尝试使用 pandas pivot 函数来重组数据框，如下所示：

product_id   A                  B
2013367      7405e0c483323f78b  ea919d2276f60f31e   
452998       117312244aa203a03  1a6a41a6141235d68   
2196333      cd66f91431fbae2d4  NaN

按照文档（https://pandas-docs.github.io/pandas-docs-travis/reshaping.html）我使用df.pivot(index="product_id", columns="type",values='url')

但是，我收到以下错误：

ValueError：索引包含重复条目，无法重塑

我在这里 (How to pivot categorical variable in pandas?) 发现了一个类似的问题，其中解决方案涉及到日期时间格式的转换。但是，我没有使用日期作为索引。

我该如何解决这个问题？

【问题讨论】：

标签： python pandas

【解决方案1】：

好的，我刚刚发现问题是由于我的数据集中存在与类型 A 关联多次的 product_id。像这样：

product_id  url                 type
0   2013367 7405e0c483323f78b   A
1   2013367 ea919d2276f60f31e   B
2   452998  117312244aa203a03   A < ---- same id and type but different url
3   452998  1a6a41a6141235d68   A < ---- same id and type but different url
4   2196333 cd66f91431fbae2d4   A

因此，pandas 不知道要分配哪个值，导致出现上述错误。

解决方案是在pivot 之前使用drop_duplicates，如下所示：df.drop_duplicates(subset=["product_id","type"],inplace=True)

【讨论】：