Pandas分组聚合后排序报错ValueError：列标签不唯一的解决方法

这个问题我之前也碰到过，核心原因是你聚合后得到的df_agg列是多级索引（MultiIndex）——列名分为两层：第一层是price_cartoletas，第二层是mean。当你直接用'price_cartoletas'作为排序标签时，pandas无法确定你要定位的具体列，所以抛出了唯一性错误。下面给你三种可行的解决方法：

方法1：直接使用多级索引的元组标签排序 #

既然列是多级结构，我们直接用元组来指定完整的列标签路径即可：

df_agg.sort_values(('price_cartoletas', 'mean'), ascending=False)

这个写法明确告诉pandas：要按price_cartoletas下的mean列来排序，完美匹配多级索引的结构。

方法2：聚合时直接重命名列，避免多级索引 #

如果你不想后续处理多级索引的麻烦，可以在聚合阶段就给新列指定一个单级名称，这样排序就和普通DataFrame一样简单：

# 聚合时直接重命名列
df_agg = medias.groupby('player_slug').agg(price_cartoletas_mean=('price_cartoletas', 'mean'))
# 直接用新列名排序
df_agg.sort_values('price_cartoletas_mean', ascending=False)

这种方式更直观，后续的所有操作都不需要考虑多级索引的问题。

方法3：扁平化已有的多级列索引 #

如果已经生成了带多级索引的df_agg，也可以先把列名扁平化，合并成单级名称后再排序：

# 把多级列名合并成单级，比如变成"price_cartoletas_mean"
df_agg.columns = ['_'.join(col) for col in df_agg.columns]
# 用新的单级列名排序
df_agg.sort_values('price_cartoletas_mean', ascending=False)

内容的提问来源于stack exchange，提问作者8-Bit Borges