Pandas .loc返回结果不一致：Series与float64问题求助

问题原因 #

这是因为**多重索引是否经过字典序排序（lexsort）**导致的行为差异：

• 短DataFrame中，数据量小，Pandas可快速确认匹配项唯一，直接返回float64标量；
• 长DataFrame中，未排序的多重索引无法通过二分查找高效定位，Pandas会返回单元素Series，同时触发PerformanceWarning（提示未排序索引影响性能）。

本质上，Pandas的loc在处理未排序的多重索引时，无法精准判定匹配项的唯一性（遍历查找的逻辑限制），因此统一返回Series；而排序后的索引可快速定位唯一值，返回标量。

解决方法 #

1. 对多重索引排序（推荐） #

给DataFrame的多重索引做字典序排序，既能消除性能警告，又能让loc稳定返回标量：

# 长DataFrame示例修改
df = pd.DataFrame.from_dict(
    {'ix1': ['asd', 'asd', 'asd', 'qwe', 'qwe', 'qwe', 'qwe', 'asd', 'qwe', 'asd', 'asd', 'qwe', 'asd', 'asd', 'asd', 'asd', 'qwe', 'qwe', 'qwe', 'qwe', 'asd', 'qwe', 'qwe', 'asd', 'qwe', 'qwe', 'qwe', 'asd', 'asd', 'asd', 'bar', 'qwe', 'qwe', 'asd', 'qwe', 'asd'],
     'ix2': ['sdf', 'bar', 'rty', 'fgh', 'cvb', 'cvb', 'vbn', 'bnm', 'jkl', 'ewq', 'uio', 'uio', 'wer', 'dsa', 'vbn', 'cxz', 'sdf', 'iuo', 'bar', 'bvc', 'fgh', 'rty', 'gfd', 'cvb', 'wer', 'bnm', 'ewq', 'tre', 'uyt', 'jhg', 'foo', 'dsa', 'mnb', 'jkl', 'iuy', 'lkj'],
     'value': [float(i) for i in range(1, 37)]})

# 设置索引后执行排序
df_indexed = df[['ix1', 'ix2', 'value']].set_index(['ix1', 'ix2']).sort_index()
# 访问将返回标量
result = df_indexed.loc[('bar', 'foo'), 'value']
print(type(result))  # <class 'numpy.float64'>

2. 使用.at方法直接访问标量 #

.at是Pandas专为单个标量访问设计的方法，无论索引是否排序，都稳定返回标量：

df_indexed = df[['ix1', 'ix2', 'value']].set_index(['ix1', 'ix2'])
result = df_indexed.at[('bar', 'foo'), 'value']
print(type(result))  # <class 'numpy.float64'>

3. 用.squeeze()统一转换结果 #

.squeeze()可将单元素Series转换为标量，同时不改变原本就是标量的结果，适合统一处理两种场景：

# 长/短DataFrame通用
result = df_indexed.loc[('bar', 'foo'), 'value'].squeeze()
print(type(result))  # <class 'numpy.float64'>

4. 用.item()提取标量 #

针对确定为单元素的结果，.item()可直接提取Python原生float类型（注意：若返回的Series包含多个元素会报错）：

result = df_indexed.loc[('bar', 'foo'), 'value'].item()
print(type(result))  # <class 'float'>

内容的提问来源于stack exchange，提问作者Dasi