ValueError:索引包含重复的条目,无法重新整形

Question

我正在尝试使用以下函数重塑我的pd数据帧:

 ar = ar.pivot(index='Received', columns='Merch Ref', values='acceptance_rate')

数据集如下所示:

     Merch Ref            Received  acceptance_rate
0           SF 2014-08-28 15:38:00                0
1           SF 2014-08-28 15:44:00                0
2           SF 2014-08-28 16:04:00                0
3           WF 2014-08-28 16:05:00                0
4           WF 2014-08-28 16:07:00                0
5           SF 2014-08-28 16:34:00                0
6           SF 2014-08-28 16:55:00                0
7           BF 2014-08-28 17:59:00                0
8           BF 2014-08-29 15:05:00                0
9           SF 2014-08-29 21:25:00                0
10          SF 2014-08-30 10:29:00                0
...

我想得到的是:

                      SF WF BF 
2014-08-28 15:38:00    0  1  0
2014-08-28 15:44:00    0  1  0
2014-08-28 16:04:00    0  0  1
2014-08-28 16:05:00    1  1  0
2014-08-28 16:07:00    0  0  1
2014-08-28 16:34:00    1  1  0
2014-08-28 16:55:00    1  1  0
2014-08-28 17:59:00    0  1  0
2014-08-29 15:05:00    0  0  1
2014-08-29 21:25:00    0  0  1 
2014-08-30 10:29:00    0  1  0

但是,我收到错误:

 ValueError: Index contains duplicate entries, cannot reshape

这是因为我同时下了一些订单.有没有办法对这些订单进行汇总/汇总？

Answer 1

正如您所识别的，错误是由于 x inReceived和 y in的 (x, y) 对中的重复项而发生的Merch Ref。

如果您想届时sum聚合

ar.pivot_table(index='Received', columns='Merch Ref',
               values='acceptance_rate', aggfunc=np.sum)

。默认聚合函数是mean。那是，

ar.pivot_table(index='Received', columns='Merch Ref',
               values='acceptance_rate')

，将对表进行透视，并且具有相同 (x, y) 对的所有条目将通过该np.mean函数进行聚合。

备注：我最初收到相同的错误，但在迭代 (x, y) 对后，我没有找到任何重复项。事实证明，某些对的形式为 ( nan, nan)，并且在迭代过程中被省略。因此，对于尝试调试他们认为是唯一对的其他用户，请考虑使用或检查nans 。pd.isnullpd.notnull