Pandas多级列索引切片报UnsortedIndexError的解决方法

报错原因 #

这个报错是因为你的DataFrame列的多级索引未按字典序排序（lexsorted），而多级索引切片要求索引必须有序，否则无法正确执行范围或列表类型的切片操作。

解决方案 #

1. 先对列索引进行排序 #

在执行切片前，先对列的多级索引做字典序排序：

# 对列索引进行排序
df = df.sort_index(axis=1)

# 再执行你的列切片逻辑
idx_cols = (slice(None, None, None), slice(None, ['ACTIVE', 'UNACTIVE'], None), slice(None, ['A1'], None))
result = df.loc[:, idx_cols]

2. 使用pd.IndexSlice简化切片语法 #

用pd.IndexSlice可以让多级索引切片的逻辑更清晰，配合排序后的索引使用：

import pandas as pd

# 先排序列索引
df = df.sort_index(axis=1)

# 通过IndexSlice定义列切片规则
idx = pd.IndexSlice
result = df.loc[:, idx[:, ['ACTIVE', 'UNACTIVE'], 'A1']]

3. 构建DataFrame时直接生成有序索引 #

如果是自行构建的DataFrame，可以在创建多级列索引时就提前排序，省去后续处理步骤：

# 示例：生成有序的多级列索引
cols = pd.MultiIndex.from_tuples(sorted([
    ('Level0_1', 'ACTIVE', 'A1'),
    ('Level0_2', 'UNACTIVE', 'A1'),
    # 其他列元组...
]))
df = pd.DataFrame(data, columns=cols)

验证方法 #

执行排序后，可以通过以下代码检查列索引是否已满足有序要求：

print(df.columns.is_lexsorted())

返回True则说明索引已符合切片条件。

内容的提问来源于stack exchange，提问作者JFerro