这个问题的核心在于Pandas groupby默认的排序行为，以及后续合并分组结果时的索引对齐逻辑。咱们一步步拆解：

先看Case 1：运行正常的原因 #

df1 = pd.DataFrame({"a":[0,100,200], "by":["A","B","B"]}, index=[0,1,1])
df1.groupby("by").diff()

• Pandas的groupby()默认会对分组键排序（sort=True），所以这里的分组顺序是A → B
• 处理A组：只有1行（索引0），diff()返回NaN，结果的索引是[0]
• 处理B组：2行（索引1,1），diff()返回[NaN, 100]，结果的索引是[1,1]
• 合并两个分组的结果时，拼接后的索引是[0,1,1]，和原DataFrame的索引完全匹配，所以重新对齐（reindex）到原索引时毫无问题，自然运行正常。

再看Case 2：报错的原因 #

df2 = pd.DataFrame({"a":[0,100,200], "by":["C","B","B"]}, index=[0,1,1])
df2.groupby("by").diff()

• 同样默认排序，分组键["C","B","B"]排序后分组顺序变成B → C（字母B在C前面）
• 先处理B组：2行（索引1,1），diff()返回[NaN, 100]，结果索引是[1,1]
• 再处理C组：1行（索引0），diff()返回NaN，结果索引是[0]
• 合并结果时，拼接后的索引是[1,1,0]，这和原DataFrame的索引[0,1,1]顺序完全相反
• 当Pandas尝试把这个拼接后的结果重新对齐到原索引时，原索引存在重复的1，而拼接后的索引里0只出现一次、1出现两次。这种情况下，Pandas无法安全地完成重复索引的对齐操作，于是抛出ValueError: cannot reindex from a duplicate axis。

验证与解决方法 #

如果在Case 2中关闭分组排序（设置sort=False），让分组顺序保持原始的C→B，合并后的索引就会和原索引一致，就能正常运行：

df2.groupby("by", sort=False).diff()

返回结果：

a
0  NaN
1  NaN
1  100.0

简单来说：分组排序改变了结果的索引顺序，而重复索引的存在让这种顺序冲突触发了对齐错误，关闭排序就能解决问题。

内容的提问来源于stack exchange，提问作者junliang