Comment réparer : ValueError : l’index contient des entrées en double, ne peut pas être remodelé

Une erreur que vous pouvez rencontrer lors de l’utilisation de pandas est :

ValueError: Index contains duplicate entries, cannot reshape

Cette erreur se produit généralement lorsque vous tentez de remodeler un DataFrame pandas à l’aide de la fonction pivot() , mais il existe plusieurs valeurs dans le DataFrame résultant qui partagent les mêmes valeurs d’index.

L’exemple suivant montre comment corriger cette erreur dans la pratique.

Comment reproduire l’erreur

Supposons que nous ayons le DataFrame pandas suivant :

import pandas as pd

#create DataFrame
df = pd.DataFrame({'team': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
                   'position': ['G', 'G', 'F', 'F', 'G', 'G', 'F', 'F'],
                   'points': [5, 7, 7, 9, 4, 9, 9, 12]})

#view DataFrame
df

        team	position  points
0	A	G	  5
1	A	G	  7
2	A	F	  7
3	A	F	  9
4	B	G	  4
5	B	G	  9
6	B	F	  9
7	B	F	  12

Supposons maintenant que nous essayions de faire pivoter le DataFrame, en utilisant team comme lignes et position comme colonnes :

#attempt to reshape DataFrame
df.pivot(index='team', columns='position', values='points')

ValueError: Index contains duplicate entries, cannot reshape

Nous recevons une erreur car plusieurs lignes du DataFrame partagent les mêmes valeurs pour team et position .

Ainsi, lorsque nous essayons de remodeler le DataFrame, les pandas ne savent pas quelle valeur de points afficher dans chaque cellule du DataFrame résultant.

Comment réparer l’erreur

Pour corriger cette erreur, nous pouvons utiliser la fonction pivot_table() avec un argument aggfunc spécifique pour agréger les valeurs des données d’une certaine manière.

Par exemple, nous pouvons utiliser pivot_table() pour créer un nouveau DataFrame qui utilise l’équipe comme lignes, la position comme colonnes et la somme des valeurs de points dans les cellules du DataFrame :

df.pivot_table(index='team', columns='position', values='points', aggfunc='sum')

position  F	 G
team		
A	 16	12
B	 21	13

Notez que nous ne recevons pas d’erreur cette fois.

Les valeurs dans le DataFrame montrent la somme des points pour chaque combinaison d’ équipe et de position .

Notez que nous pourrions également utiliser une valeur différente pour aggfunc , comme la moyenne :

df.pivot_table(index='team', columns='position', values='points', aggfunc='mean')

position    F	  G
team		
A	  8.0	6.0
B	  10.5	6.5

En utilisant l’argument aggfunc dans la fonction pivot_table() , nous pouvons éviter toute erreur.

Remarque : Vous pouvez trouver la documentation complète de la fonction pivot_table() ici .

Ressources additionnelles

Les didacticiels suivants expliquent comment corriger d’autres erreurs courantes en Python :

Comment réparer KeyError dans Pandas
Comment réparer : ValueError : impossible de convertir le float NaN en entier
Comment réparer : ValueError : les opérandes n’ont pas pu être diffusés avec les formes