使用get()方法访问pd.Series多级索引无法找到对应元素

这个问题我之前也踩过坑，核心是Pandas的get()方法和直接索引的行为差异导致的：

你的grouped Series的索引其实是混合类型的Object索引：

• 原两级分组生成的键是以元组形式存在的（比如("stallion", "london")）
• 后续追加的单级分组和全局均值的键是字符串（比如"stallion"、"all_breeds"）

而grouped.get()方法是严格匹配索引键的类型和值的——你传入的是列表["stallion", "london"]，但索引里对应的键是元组("stallion", "london")，两者类型不匹配，所以get()找不到对应元素，只能返回默认值（None或你指定的-1）。

反观直接用grouped["stallion", "london"]的情况，Pandas的索引语法做了“语法糖”处理：当你给多级索引传入多个参数或列表时，它会自动转换成元组去匹配索引键，所以能成功找到对应值。

方案1：快速修复——把列表改成元组 #

只需要将get()里的列表参数换成元组，就能严格匹配索引中的键：

print(grouped.get(("stallion", "london")))  # 现在会返回982.0
print(grouped.get(("stallion", "london"), -1))  # 返回982.0
print(f'The same? {grouped["stallion", "london"] == grouped.get(("stallion", "london")) == grouped.get(("stallion", "london"), -1)}')
# 输出：The same? True

方案2：优化索引结构（更推荐） #

当前混合类型的索引容易引发其他潜在问题，建议把所有索引统一为MultiIndex，让层级更清晰：
修改你追加均值的代码：

import pandas as pd
a = pd.DataFrame({
    "breed": ["stallion", "stallion", "stallion", "stallion", "pony", "pony", "pony"],
    "stable": ["hogwarts", "hogwarts", "london", None, "hogwarts", "london", "london"],
    "weight": [800, 900, 982, 400, 230, 300, 500]
})

# 原两级分组
grouped = a.groupby(["breed", "stable"], dropna=False)["weight"].mean()

# 追加breed层级的均值，将stable层级设为None，统一为MultiIndex
breed_mean = a.groupby("breed", dropna=False)["weight"].mean()
breed_mean.index = pd.MultiIndex.from_tuples((b, None) for b in breed_mean.index)
grouped = grouped.append(breed_mean)

# 追加全局均值，breed设为"all_breeds"，stable设为None
global_mean = pd.Series(a["weight"].mean(), index=pd.MultiIndex.from_tuples([("all_breeds", None)]))
grouped = grouped.append(global_mean)

# 现在测试你的降级逻辑
result = grouped.get(("stallion", "london"), grouped.get(("stallion", None), grouped.get(("all_breeds", None))))
print(result)  # 输出982.0
# 如果("stallion", "london")不存在，会自动降级到("stallion", None)的均值，再不存在就用全局均值

这样修改后，整个索引的层级完全统一，不管是直接索引还是get()方法都能稳定工作，后续维护也更方便。

内容的提问来源于stack exchange，提问作者Hans Bambel