Python 数据透视

我正在尝试透视这些数据：

         ID
UserID
1        a1
1        a2
2        a1
2        a3

进入数据帧，如：

UserID   a1   a2   a3
1        1    1    0
2        1    0    1

---

我试过做下面的

df=pd.pivot\u表（df，index='UserID'，columns='ID'

），但它给了我一个

数据错误：没有要聚合的数值类型。我能做什么？
第一列是
索引
，所以有必要将
索引='UserID'
更改为
索引=df.index

此外，聚合函数是

解决方案包括：

或（）解决方案-通过
索引
和列一起，聚合
大小
并通过以下方式重塑：

pandas bellow 0.20.1解决方案-通过以下方式将索引转换为列：

编辑：

似乎索引也可以通过索引名来选择（不确定它是否在0.20.1以下工作）：

df = pd.pivot_table(df, index=df.index, columns=df['ID'], aggfunc='size', fill_value=0)
print (df)
ID      a1  a2  a3
UserID            
1        1   1   0
2        1   0   1

df = pd.crosstab(df.index,df['ID'])
print (df)
ID     a1  a2  a3
row_0            
1       1   1   0
2       1   0   1

df = df.groupby(['UserID','ID']).size().unstack(fill_value=0)
print (df)
ID      a1  a2  a3
UserID            
1        1   1   0
2        1   0   1

df = df.reset_index().groupby(['UserID','ID']).size().unstack(fill_value=0)
print (df)
ID      a1  a2  a3
UserID            
1        1   1   0
2        1   0   1

df = pd.pivot_table(df, index='UserID', columns='ID', aggfunc='size', fill_value=0)
print (df)
ID      a1  a2  a3
UserID            
1        1   1   0
2        1   0   1