多索引DataFrame设置新索引触发ValueError问题排查

问题根源 #

你遇到的ValueError: cannot handle a non-unique multi-index!错误，核心原因是当前DataFrame的列多索引存在重复条目——尽管你的行只有1行，但列的三级索引（Sample、Axis、Frequency）中存在重复的组合，导致Pandas无法处理非唯一的多索引操作。

排查与解决步骤 #

1. 验证列索引是否重复

先确认列多索引的唯一性：

# 检查是否存在重复列索引
print(row.columns.duplicated().any())
# 输出重复的列索引详情
print(row.columns[row.columns.duplicated()])

2. 清理重复列

如果确实存在重复列，保留首次出现的列并删除后续重复项：

# 移除重复列，保留第一个出现的
row = row.loc[:, ~row.columns.duplicated()]

3. 正确添加同层级新列

原列是三级多索引，添加新列时要保持层级结构一致，避免混合单级/多级列导致索引混乱：

# 添加与原列层级匹配的新列
row.loc[:, ("Index", "q", "w")] = 1

4. 替换行索引（替代set_index）

由于你的DataFrame只有1行，直接替换行索引比使用set_index更简单且不易出错：

import pandas as pd
# 替换行索引为指定值，同时设置索引名称
row.index = pd.Index([1], name="Index")

如果一定要用set_index，需确保目标列的层级与操作兼容：

# 将三级结构的新列设为行索引
row = row.set_index(("Index", "q", "w"))

修复列访问报错

清理重复列后，再执行row.loc[:,(0,"y")]这类列访问操作，就不会再触发非唯一索引的错误。

内容的提问来源于stack exchange，提问作者Max