Pandas含不存在键的多索引值切片已弃用，报错求替代方案

在 Pandas 2.2.3 及更高版本中，使用 IndexSlice 查询包含不存在键的多索引时会抛出 KeyError，而 Pandas 1.5.3 会自动忽略不存在的键并返回存在的结果。官方已弃用"基于值的含不存在键的部分切片"功能，以下是几种可行的替代方案：

方案1：提前过滤有效键 #

先筛选出目标键中确实存在于索引中的部分，再执行切片查询，避免触发错误：

import pandas as pd

index = pd.MultiIndex.from_tuples(
    [('A', 1), ('A', 2), ('A', 3), ('B', 1), ('B', 2), ('B', 2)],
    names=['letter', 'number']
)
df = pd.DataFrame({'value': [10, 20, 30, 40, 50, 60]}, index=index)
idx = pd.IndexSlice

# 过滤第一级索引的有效键
valid_letters = [key for key in ['A', 'D'] if key in df.index.get_level_values('letter')]
# 仅用有效键查询
result = df.loc[idx[valid_letters, [1,2]], :]
print(result)

输出结果与 Pandas 1.5.3 一致：

value
letter number
A      1         10
       2         20

方案2：构造目标索引后内连接 #

先创建包含所有目标组合的 MultiIndex，再通过内连接自动过滤不存在的索引行：

import pandas as pd

index = pd.MultiIndex.from_tuples(
    [('A', 1), ('A', 2), ('A', 3), ('B', 1), ('B', 2), ('B', 2)],
    names=['letter', 'number']
)
df = pd.DataFrame({'value': [10, 20, 30, 40, 50, 60]}, index=index)

# 构造所有目标索引组合
target_index = pd.MultiIndex.from_product(
    [['A', 'D'], [1,2]],
    names=['letter', 'number']
)
# 内连接获取存在的行
result = df.join(pd.DataFrame(index=target_index), how='inner')
print(result)

方案3：使用 Index.isin 直接筛选 #

通过判断索引元组是否在目标列表中，实现精准过滤：

import pandas as pd

index = pd.MultiIndex.from_tuples(
    [('A', 1), ('A', 2), ('A', 3), ('B', 1), ('B', 2), ('B', 2)],
    names=['letter', 'number']
)
df = pd.DataFrame({'value': [10, 20, 30, 40, 50, 60]}, index=index)

# 定义目标索引元组列表
target_tuples = [('A',1), ('A',2), ('D',1), ('D',2)]
# 筛选符合条件的行
result = df[df.index.isin(target_tuples)]
print(result)

内容的提问来源于stack exchange，提问作者X-L