Sou novo em ciência de dados e estou tentando utilizar o DataFrame.pivot() do Pandas para criar um heatmap mas ele está me retornando este erro:
ValueError: Index contains duplicate entries, cannot reshape
Não estou conseguindo resolvê-lo, mas quando altero os parâmetros do pivot()
funciona, porém, muitos valores retornam como NaN
.
Pesquisei alguns tópicos sobre isso mas não consegui encontrar uma solução.
O formato do heatmap será com as colunas de ano e as linhas serão os meses.
Estrutura do DataFrame
data usuarios ano mes dia ano-mes mes-dia
2018-01-01 215 2018 01 01 2018-01 01-01
2018-01-02 167 2018 01 02 2018-01 01-02
2018-01-03 123 2018 01 03 2018-01 01-03
2018-01-04 193 2018 01 04 2018-01 01-04
2018-01-05 235 2018 01 05 2018-01 01-05
2018-01-06 241 2018 01 06 2018-01 01-06
Tipo das Series
data datetime64[ns]
usuarios int64
ano object
mes object
dia object
ano-mes object
mes-dia object
Tentativas
# Com esse trecho, está me retornando o erro que especifiquei acima
test = df.pivot("ano", "mes", "usuarios")
# Utilizando assim ele até funciona, mas todos os valores ficam NaN
test2 = df.pivot("data", "mes", "usuarios")
Valores após utilizar o pivot df.pivot("data", "mes", "usuarios")
que funcionou
mes 01 02 03 04 05 06 07 08 09 10 11 12
data
2018-01-01 215.0 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
2018-01-02 169.0 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
Por que os valores estão sendo setados como NaN
e como eu poderia utilizar o pivot
referenciando apenas o ano e o mês sem retornar o erro mencionado?