...
Eroare Python pentru analiza datelor · groupby și tabele pivot

ValueError: Index contains duplicate entries, cannot reshape

Pe scurt

pivot (sau unstack) a găsit mai multe rânduri pentru aceeași pereche rând-coloană din tabelul final și nu știe ce valoare să pună în celulă. Folosește pivot_table cu o agregare (aggfunc="sum" sau "mean") sau elimină duplicatele înainte.

Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la

Ce înseamnă

df.pivot(index="elev", columns="materie", values="nota") doar rearanjează datele: fiecare pereche (elev, materie) devine o celulă. Funcționează numai dacă fiecare pereche apare cel mult o dată. Dacă Ana are două note la matematică, celula (Ana, Matematică) ar trebui să conțină două valori, iar pivot nu face calcule, deci se oprește.

pivot_table face același lucru, dar agregă valorile care cad în aceeași celulă, cu funcția din aggfunc (implicit media). E alegerea potrivită pentru datele reale, unde duplicatele sunt normale: mai multe vânzări pe zi, mai multe note pe materie.

Dacă duplicatele nu ar trebui să existe, verifică-le: df[df.duplicated(["elev", "materie"], keep=False)]. Aceeași eroare apare la unstack() pe o Series cu index dublat.

De ce apare: cauzele frecvente

1Mai multe valori pe aceeași celulă

Greșit
PYTHON
t = df.pivot(index="oras", columns="luna", values="suma")
Corect
PYTHON
t = df.pivot_table(index="oras", columns="luna", values="suma", aggfunc="sum")

Mai multe vânzări în același oraș și aceeași lună se adună într-o singură celulă.

2Rânduri duplicate din export

Greșit
PYTHON
t = df.pivot(index="elev", columns="materie", values="nota")
Corect
PYTHON
df = df.drop_duplicates()
t = df.pivot(index="elev", columns="materie", values="nota")

Dacă duplicatele sunt identice și apar din greșeală (export dublat), le elimini, iar pivot merge.

3unstack după un index cu dubluri

Greșit
PYTHON
s = df.set_index(["oras", "categorie"])["suma"]
print(s.unstack())
Corect
PYTHON
s = df.groupby(["oras", "categorie"])["suma"].sum()
print(s.unstack())

groupby adună întâi valorile cu aceeași pereche, deci indexul devine unic și unstack poate rearanja.

Repară tu

Repară eroarea, direct în pagină

Tabelul are vânzările pe oraș și lună, cu mai multe vânzări în aceeași lună și același oraș. pivot dă ValueError: Index contains duplicate entries, cannot reshape. Repară-l ca să afișeze un tabel oraș × lună cu suma vânzărilor din fiecare celulă.

Codul care dă eroarea
PYTHON
import pandas as pd

df = pd.DataFrame({
    "oras": ["Cluj", "Cluj", "Iași", "Cluj", "Iași", "Iași"],
    "luna": ["ian", "ian", "ian", "feb", "feb", "feb"],
    "suma": [1200, 300, 800, 950, 400, 250],
})

t = df.pivot(index="oras", columns="luna", values="suma")
print(t[["ian", "feb"]])
După reparație, programul afișează
luna   ian  feb
oras
Cluj  1500  950
Iași   800  650
Indiciu

Folosește pivot_table cu aggfunc="sum".

Alte forme ale mesajului

  • ValueError: Index contains duplicate entries, cannot reshape

Cum o eviți pe viitor

  • Pentru date reale (tranzacții, note, evenimente), folosește pivot_table cu aggfunc explicit.
  • Păstrează pivot pentru tabelele în care fiecare pereche apare garantat o singură dată.
  • Înainte de pivot, verifică dublurile: df.duplicated(["index", "coloana"]).sum().
  • Pentru numărări, pd.crosstab e și mai simplu.

Întrebări frecvente

Care e diferența dintre pivot și pivot_table?

pivot doar mută valorile, fără calcule, și cere perechi unice. pivot_table grupează și agregă (media implicit, sau sum, count, max...), deci acceptă duplicate și are opțiuni ca margins=True pentru totaluri.

Ce agregare aleg?

Depinde de sens: pentru sume de bani sau cantități, sum; pentru note sau prețuri, mean; pentru câte înregistrări sunt, count. Dacă nu specifici, pivot_table calculează media, ceea ce pentru vânzări e de obicei greșit.

Erori înrudite

← Toate erorile Python pentru analiza datelor

Tudor Andrei Dumitrescu
Cine a explicat eroarea

Tudor Andrei Dumitrescu

Senior Software Developer · fondatorul Academiei Programatorilor

LinkedIn
  1. 2019 Junior JavaCognizant Softvision
  2. 2021 Mid JavaCognizant Softvision
  3. 2022 Team LeaderEndava
  4. 2023 Senior Software DeveloperUniCredit
  5. Acum Senior Software DeveloperHCLTech
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu
Certificat de formator autorizatMinisterul Muncii și Ministerul Educației · 2022
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu

Certificat de formator autorizat · Ministerul Muncii și Ministerul Educației · 2022

Din 2020 construiește Academia Programatorilor, iar din 2026 și JoburiIT.ro. Fiecare eroare de aici a fost reprodusă în editorul nostru: codul greșit chiar dă mesajul din titlu, iar reparația chiar funcționează.

Învață Python pentru analiza datelor de la zero, cu exerciții la fiecare lecție

Curs Data Analysis with Python: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.