Python 熊猫：groupby取消堆栈，重复索引错误

我无法旋转/重塑数据帧。经过

melt（）

操作后，我有以下df：

|----|------|------|------------|
| ID | Rank | Var  | Val        |
|----|------|------|------------|
|  1 |   1  | date | 2020-01-01 |
|----|------|------|------------|
|  1 |   2  | date | 2020-02-01 |
|----|------|------|------------|
|  2 |   1  | date | 2020-01-01 |
|----|------|------|------------|
|  2 |   2  | date | 2020-02-01 |
|----|------|------|------------|
|  1 |   1  | amt  | 320        |
|----|------|------|------------|
|  1 |   2  | amt  | 480        |
|----|------|------|------------|
|  2 |   1  | amt  | 620        |
|----|------|------|------------|
|  2 |   2  | amt  | 400        |
|----|------|------|------------|

我想要的结果是将秩值转换为列：

|----|------|------------|------------|
| ID | Var  | 1          | 2          |
|----|------|------------|------------|
| 1  | date | 2020-01-01 | 2020-02-01 |
|    |------|------------|------------|
|    | amt  | 320        | 480        |
|----|------|------------|------------|
| 2  | date | 2020-01-01 | 2020-02-01 |
|    |------|------------|------------|
|    | amt  | 620        | 400        |
|----|------|------------|------------|

立即尝试

unstack（level='Rank'）

会导致

ValueError:索引包含重复的条目，无法重塑

好的，我们确实有重复的

id

，让我们来整合

groupby

：

df.set_index（['ID'，Rank']）。groupby（['ID'，Rank']）。apply（lambda x:x）

apply（）

|----|------|------|------------|
| ID | Rank | Var  | Val        |
|----|------|------|------------|
|  1 |   1  | date | 2020-01-01 |
|    |------|------|------------|
|    |   1  | amt  | 320        |
|    |------|------|------------|
|    |   2  | date | 2020-02-01 |
|    |------|------|------------|
|    |   2  | amt  | 480        |
|----|------|------|------------|
|  2 |   1  | date | 2020-01-01 |
|    |------|------|------------|
|    |   2  | date | 2020-02-01 |
|    |------|------|------------|
|    |   1  | amt  | 620        |
|    |------|------|------------|
|    |   2  | amt  | 400        |
|----|------|------|------------|

这更近了。现在我们只需要将秩转换为col：

df.set_index（['ID'，Rank']）。groupby（['ID'，Rank']）。apply（lambda x:x）。unstack（level='Rank'）

ValueError:索引包含重复的条目，无法重塑


我还尝试使用了
pivot\u table
，但并不是所有的列都是数字的（上面的示例已简化，但您可以在这里看到日期，这将抛出pivot\u table）

我似乎只差一个方法了，但我尝试过拆垛、重新索引、旋转、
explode（）
-ing，我就是搞不懂最后一部分

如何获得所需的数据帧

谢谢大家!
 您的问题是索引键必须是unstack所独有的

首先，让我们重新创建这个玩具示例

import pandas as pd
from IPython.display import display

df= pd.DataFrame(columns=['ID', 'Rank','Var', 'Val'],  data=[
    [1,1,'date', '2020-01-01'],
    [1,2,'date','2020-02-01'],
    [2,1,'date','2020-02-01'],
    [2,2,'date','2020-02-01'],
    [1,1,'amt',320],
    [1,2,'amt',480],
    [2,1,'amt',620],
    [2,2,'amt',400],
])

df = df.set_index(['ID', 'Rank'])
display(df)

现在，让我们来解决

import pandas as pd
from IPython.display import display

df= pd.DataFrame(columns=['ID', 'Rank','Var', 'Val'],  data=[
    [1,1,'date', '2020-01-01'],
    [1,2,'date','2020-02-01'],
    [2,1,'date','2020-02-01'],
    [2,2,'date','2020-02-01'],
    [1,1,'amt',320],
    [1,2,'amt',480],
    [2,1,'amt',620],
    [2,2,'amt',400],
])

df = df.set_index(['ID', 'Rank'])
display(df)

让我们在索引中放置唯一的键，即
ID
和
Var
字段。
现在拆垛是微不足道的

df.set_index('Var', append=True).unstack('Rank')

你会用枢轴吗
df.pivot（['ID'，'Var'，'Rank'，'Val'）
或者ID和Var的组合会导致相同的错误吗？@It_is_Chris，谢谢你的帮助。然后发生的错误是
DataError:No numeric type to aggregate
。您没有使用
pivot
聚合任何数据，您的意思是
pivot\u table
？@It\u is\u Chris，您是对的，我意外地认为您的意思是
pivot\u table
。@Aviad_Rozenhek的答案是有效的，然而，我确实想看看一个简单的支点是否也有效。谢谢你的帮助，明白了。这起作用了。非常感谢你的帮助！