pivot_table做多维交叉汇总需明确行（index）、列（columns）、值（values）、聚合（aggfunc）四要素；遇重复索引错误应检查分组唯一性，用groupby.size().max()>1定位，通过补全维度或预聚合修复。
用 pivot_table 做多维交叉汇总，核心是理清「行、列、值、聚合」四要素
Python 里做多维交叉汇总，pivot_table 是最直接的解法——但它不是“自动聪明”，你得明确告诉它：哪些字段当行、哪些当列、哪个字段用来算总数、用什么函数聚合。常见错误是把所有字段一股脑塞进 index 或 columns，结果报 ValueError: Index contains duplicate entries，本质是没处理好分组粒度。
实操建议：
立即学习“Python免费学习笔记（深入）”；
-
index放「想看成行的维度」，比如['region', 'year']；支持多级，但每组必须能唯一标识一行 -
columns放「想摊开成列的维度」，比如'product_type'；单列更稳，多列容易触发重复索引 -
values必须指定具体数值列（如'sales'），不能留空或传入非数值列 -
aggfunc别默认依赖numpy.mean，求和用np.sum或'sum'，计数用'count'或len
遇到 Index contains duplicate entries 怎么快速定位和修复
这个错不是数据脏，而是 pivot_table 在当前 index + columns 组合下发现同一行列位置对应多个 values，它不知道该取哪个——比如同为 region='North'、product_type='A' 却有两条不同 year 的记录，而你又没把 year 放进 index 或 columns。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 先跑
df.groupby(['region', 'product_type']).size().max()，结果 >1 就说明存在重复组合 - 加
fill_value=0不解决根本问题，只是掩盖；真正要的是补全index或columns，或者提前用aggfunc合并（如用'sum'把同组多条压成一条） - 临时调试可加
dropna=False，确认 NaN 是真缺失还是被过滤掉的重复项
pivot_table 和 groupby + unstack 选哪个
功能上几乎等价，但行为细节差异影响排错效率。pivot_table 内置填充和聚合逻辑，适合“直接要一张表”；groupby().unstack() 更透明，适合需要中间分组结果或自定义索引顺序的场景。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 要保留原始
NaN语义（比如某地区某产品确实没销量），用pivot_table配fill_value=None；unstack默认填NaN，但不会主动聚合，得先groupby(...).sum() - 列名顺序不满足需求？
unstack后可用reindex手动调，pivot_table的columns顺序取决于数据中首次出现顺序，不可控 - 性能上，小数据无差别；大数据量且只做简单 sum/count，
groupby + unstack通常略快，因为少一层抽象
多值列（values 传列表）时，列名会变复杂，怎么读清楚
当 values=['sales', 'profit']，输出列变成多级索引：(sales, A)、(profit, A)……这不是 bug，是 pandas 为区分不同指标做的结构设计。但后续取列、重命名、导出都容易懵。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 生成后立刻用
df.columns = ['_'.join(col).strip() for col in df.columns.values]扁平化列名，比如转成'sales_A'、'profit_A' - 别在
pivot_table里混用不同聚合方式（如aggfunc={'sales': 'sum', 'profit': 'mean'}），会导致列名嵌套更深，调试成本陡增 - 如果只是为了并排对比，不如分两次调
pivot_table，再用pd.concat(..., axis=1)拼，列名更干净
df.groupby([...]).size() 看分布。 
