多级索引多级列DataFrame排序后切片报错，求修复及lexsort相关解答

报错原因 #

pandas的IndexSlice进行跨层级切片时，要求多级索引符合lexsort（字典序升序）规则——即从左到右的索引层级依次按升序排列。你执行的sort_index(level=[0,1], ascending=[1,0])是混合排序（Student升序、Year降序），这种情况下pandas会判定索引未完成lexsort，内部的排序标记失效，因此触发UnsortedIndexError。

修复方案 #

有两种实用解决方式：

1. 调整排序规则，适配lexsort要求
   如果业务场景允许，将Year也改为升序排序，让索引完全符合字典序升序规则：

   df.sort_index(level=[0, 1], ascending=[1, 1], inplace=True)
   

   排序后索引的lexsort标记会自动生效，IndexSlice可正常使用。

2. 强制对齐内部排序标记（保留混合排序时用）
   若必须保留Student升序、Year降序的排序，可通过重新构造索引来修正内部标记：

   # 先按目标规则排序索引元组
   sorted_index_tuples = df.index.sort_values(level=[0,1], ascending=[1,0])
   # 重新生成多级索引
   df.index = pd.MultiIndex.from_tuples(sorted_index_tuples, names=['Student', 'Year'])
   

   这种方式能让pandas识别索引的排序逻辑，避免切片报错。

什么是lexsort？ #

lexsort（字典序排序）是pandas为多级索引优化性能的底层规则，要求索引层级从左到右依次按字典序升序排列。比如(Student, Year)的多级索引，需先按Student升序，同一Student下再按Year升序。只有符合该规则的索引，pandas才能快速定位切片范围，实现高效的跨层级索引操作。

入门学习方向 #

• pandas官方文档的MultiIndex章节：重点阅读「Sorting a MultiIndex」和「Advanced Indexing with Hierarchical Index」部分，明确lexsort的要求与索引排序的规范。
• pandas官方实操教程的索引模块：通过多级索引排序、切片的案例练习，理解lexsort在实际业务中的应用场景。
• pandas核心源码注释：查看pandas/core/indexes/multi.py中is_lexsorted、sort_index的实现注释，直接掌握lexsort的底层逻辑（适合有基础的开发者）。

内容的提问来源于stack exchange，提问作者humpymj