在DataFrame查询中遭遇‘Duplicate axis’重索引错误求助

这个报错本质上是你的DataFrame存在重复的行索引，当你用where或者布尔索引筛选时，Pandas内部要做重新索引的操作，但重复索引会让这个操作冲突，所以就抛出了这个错误。我给你一步步拆解解决办法：

第一步：先确认问题根源 #

先运行这条代码，检查你的索引是不是真的有重复：

print(df.index.duplicated().any())

如果输出是True，那确实是重复索引在搞鬼，接下来就可以用下面的方法解决。

第二步：根据需求选解决方案 #

方案1：重置索引（最简单通用） #

如果原索引对你来说不重要，直接把重复索引换成默认的连续整数索引，之后再筛选就不会有问题了：

# 重置索引，drop=True会直接丢弃原索引
df = df.reset_index(drop=True)
# 现在再执行筛选
only_gold = df[df['Gold'] > 0]
only_gold.head()

要是你还想保留原索引的内容，可以把drop=False，原索引会变成一个新列index：

df = df.reset_index(drop=False)
only_gold = df[df['Gold'] > 0]

方案2：保留原索引但处理重复项 #

如果你必须保留原索引的结构，可以先清理重复的索引行：

# 保留每个重复索引的第一行，删除后面的重复行
df = df[~df.index.duplicated(keep='first')]
# 或者保留最后一行，把keep改成'last'
# df = df[~df.index.duplicated(keep='last')]

# 之后再筛选
only_gold = df[df['Gold'] > 0]

要是不想删行，还可以给重复的索引加后缀区分：

from itertools import groupby

new_index = []
for idx, group in groupby(df.index):
    count = 0
    for _ in group:
        # 第一个重复项保持原索引，后面的加_0、_1后缀
        new_index.append(f"{idx}_{count}" if count > 0 else idx)
        count += 1

df.index = new_index
# 现在筛选就不会报错了
only_gold = df[df['Gold'] > 0]

方案3：用loc明确筛选（快速尝试） #

有时候换用loc直接指定行和列，能绕过重新索引的问题，可以先试试：

only_gold = df.loc[df['Gold'] > 0, :]
only_gold.head()

内容的提问来源于stack exchange，提问作者Nafis2204