不要在透视表过程中删除重复项，而是使用df.drop_duplicates()函数有选择地删除重复项。

例如，如果使用这些index='c0'和columns='c1'旋转，那么这个简单的步骤会产生正确的计数。

在本例中，第5行是第4行的副本（忽略非透视c2列

import pandas as pd
data = {'c0':[0,1,0,1,1], 'c1':[0,0,1,1,1], 'person':[0,0,1,1,1], 'c_other':[1,2,3,4,5]}
df = pd.DataFrame(data)
df2 = df.drop_duplicates(subset=['c0','c1','person'])
pd.pivot_table(df2, index='c0',columns='c1',values='person', aggfunc='count')

这将正确输出

c1  0  1
c0      
0   1  1
1   1  1

DataFrames没有该方法；DataFrames中的列：

df['A'].unique()

或者，使用closedloop提供的数据帧来获取具有观察次数的名称：

>>> df.groupby('person').person.count()
Out[80]: 
person
0         2
1         3
Name: person, dtype: int64