设置Pandas多级索引后.loc访问报KeyError？如何修正行索引访问

当你使用("zero_scan",)（单元素元组）作为索引项时，空行DataFrame的索引会变成包含元组的普通索引或多级索引。与原DataFrame的整数索引拼接后，合并后的索引包含混合类型，直接用loc按索引标签访问可能触发KeyError。

解决方案1：使用位置索引（iloc） #

直接通过行的位置访问，不受索引类型和标签影响，是最简洁的修复方式：

import pandas as pd
df = pd.DataFrame({"a": [1, 2, 3], "b": [4, 5, 6]})
empty_row_index = ("zero_scan",)
empty_row_df = pd.DataFrame({c: [None] for c in df.columns})
empty_row_df.index = [empty_row_index]
df2 = pd.concat([empty_row_df, df])
# 按位置获取第一行，无需依赖索引标签
result = df2.iloc[0, :]

解决方案2：统一使用多级索引 #

将原DataFrame的索引也转换为匹配的多级索引，确保拼接后索引结构一致，再通过完整元组标签访问：

import pandas as pd
df = pd.DataFrame({"a": [1, 2, 3], "b": [4, 5, 6]})
empty_row_index = ("zero_scan",)
empty_row_df = pd.DataFrame({c: [None] for c in df.columns})
# 为空行创建多级索引
empty_row_df.index = pd.MultiIndex.from_tuples([empty_row_index])
# 将原DataFrame的索引转换为同结构的多级索引
df.index = pd.MultiIndex.from_tuples([(i,) for i in df.index])
df2 = pd.concat([empty_row_df, df])
# 使用完整元组作为索引标签访问目标行
result = df2.loc[empty_row_index, :]

内容的提问来源于stack exchange，提问作者Gulzar