【发布时间】：2013-06-28 13:02:10
【问题描述】：
我有一个包含 2,865,044 个条目的数据框，其中包含 3 级 MultiIndex
MultiIndex.levels.names = ['year', 'country', 'productcode']
我正在尝试重塑数据框以生成宽数据框，但出现错误：
ReshapeError: Index contains duplicate entries, cannot reshape
我用过：
data[data.duplicated()]
识别导致错误的行，但它列出的数据似乎不包含任何重复项。
这导致我使用 to_csv() 导出我的数据框并在 Stata 中打开数据并使用重复列表命令查找数据集不包含重复项（根据 stata）。
来自已排序 csv 文件的示例：
year country productcode duplicate
1962 MYS 711 FALSE
1962 MYS 712 TRUE
1962 MYS 721 FALSE
我知道这是一个很长的机会，但你知道可能是什么原因造成的吗？每个索引列中的数据类型为 ['year': int; “国家”：str，“产品代码”：str]。可能是熊猫如何定义独特的群体吗？列出有问题的索引行有更好的方法吗？
更新： 我试过重置索引
temp = data.reset_index()
dup = temp[temp.duplicated(cols=['year', 'country', 'productcode'])]
我得到一个完全不同的列表！
year country productcode
1994 HKG 9710
1994 USA 9710
1995 HKG 9710
1995 USA 9710
更新 2 [2013 年 6 月 28 日]：
在我的 IPython 会话期间，这似乎是一个奇怪的内存问题。 今天早上的新鲜实例，似乎工作正常，无需对昨天的代码进行任何调整即可重塑数据！如果问题再次出现，我将进一步调试并通知您。任何人都知道 IPython 会话的良好调试器？
【问题讨论】：
-
你能试试 data.index.get_duplicates() 并粘贴你得到的东西吗？您得到的错误是 Index 包含重复项，而不是行。
-
谢谢汤姆...我还没有看到索引类型的 get_duplicates() 方法。有助于了解！ :)
-
对于调试器，检查 ipdb。它在终端和 QtConsole 中运行良好，我认为在即将发布的 IPython 1.0 版本中将支持 notebook。
-
太棒了！ ...谢谢汤姆。