用 pivot_table 前需确保数据干净：检查重复行、缺失/异常分组键、数值列类型；严格按 index/columns/values 顺序传参；选用合适聚合函数；主动处理缺失值。
用 pivot_table 做多维聚合前，先确认数据是否“干净”
很多人一上来就调 pivot_table，结果报 ValueError: Index contains duplicate entries 或聚合值全为 NaN。根本原因不是函数不会用，而是原始数据里有重复索引、缺失的分组键、或者数值列混了字符串——比如销售额字段里夹着几个 "N/A" 或空格字符串。
实操建议：
- 先跑
df.duplicated(subset=[<code>行字段,列字段,值字段]).sum() 看重复行数 - 对关键分组列（如
region、product）用df[<code>列名].value_counts(dropna=False) 检查空值和异常值 - 数值列强制转类型：用
pd.to_numeric(df[<code>sales], errors='coerce')，把非法字符转成NaN再决定 drop 还是填充
pivot_table 的 index/columns/values 顺序不能乱
Excel 里拖字段无所谓先后，但 pivot_table 中三者顺序直接影响输出结构：行索引（index）决定最左列，列标题（columns）决定顶部多级表头，值（values）才是被聚合的对象。一旦填反，比如把本该做 columns 的时间字段塞进 index，出来的就是超长单列，不是你想看的“按月横向展开”效果。
常见错误现象：输出 DataFrame 行数爆炸、列数极少、values 自动变成多级索引。
立即学习“Python免费学习笔记（深入）”；
实操建议：
- 明确目标视图：“我要按部门（行）、按季度（列）、看平均工资（值）”，那就对应
index='dept',columns='quarter',values='salary' - 如果要多行或多列，传列表：
index=['dept', 'level']，注意顺序即嵌套层级（dept 是外层，level 是内层） -
values只接受字符串或字符串列表；传错类型（如传了 Series）会直接报KeyError
聚合函数选错会导致结果完全失真
pivot_table 默认用 np.mean，但业务场景中更常用的是 sum（销售额合计）、count（订单数）、甚至自定义函数（比如去重计数 lambda x: x.nunique()）。用错函数不报错，但数字毫无业务意义——比如把订单金额的均值当成交总额，差一个数量级。
性能影响：用 aggfunc='sum' 比 aggfunc=lambda x: x.sum() 快 2–3 倍，后者触发 Python 层循环。
实操建议：
- 数值型指标优先用内置字符串：
'sum'、'mean'、'count'、'max' - 需要去重统计时，写
aggfunc=pd.Series.nunique（别写lambda x: x.nunique()） - 多个值列配不同函数？用字典：
aggfunc={'sales': 'sum', 'orders': 'count'}
缺失值和空单元格默认怎么处理，得主动管
Excel 透视表默认显示空白，pivot_table 默认填 NaN。这本身没问题，但后续如果接 plot() 或导出 Excel，NaN 可能导致图表断裂、Excel 单元格显示 #VALUE!。更隐蔽的问题是：fill_value 参数只补聚合后的空单元格，对原始数据里的 NaN 不起作用——它不是 fillna() 的替代品。
实操建议：
- 导出前统一补空：
result = result.fillna(0)（数值场景）或result = result.fillna('—')（展示场景） - 想让空单元格在透视时就变 0，加参数
fill_value=0，但仅限于“本该有值却因无数据而空”的情况 - 如果某组合天然不该存在（比如某个产品没在某地区销售），保留
NaN反而是正确信号，这时别急着 fill
真正麻烦的从来不是语法，是搞不清哪一列该进 index、哪一列本质是噪声、以及聚合函数到底在算什么。数据没理清就 pivot，等于拿乱账去生成报表——格式再漂亮，数字也是废的。
