pandas筛选数据触发ValueError: Cannot index with multidimensional key问题

你的DataFrame存在重复的ticker列名：从你提供的数据集列结构可以看到，前几列有1个ticker字段，在财务字段结束后、和code/name等同组的位置还有1个同名的ticker字段。当你执行df['ticker']时，pandas会返回一个2列的DataFrame（二维结构），而.loc筛选行要求传入一维布尔序列，因此触发多维key的报错。

你可以执行以下代码验证重复列：

# 查看所有重复的列名
print(df.columns[df.columns.duplicated()])

输出结果必然包含ticker。

方法1：重命名重复列后筛选（保留全部列） #

给重复的ticker列加后缀区分，再按需求筛选对应列：

# 给重复的ticker列依次加后缀_0、_1
df.columns = [f"{col}_{i}" if col == 'ticker' else col for i, col in enumerate(df.columns)]
# 筛选第一个ticker列取值为AAPL.US的行，若要筛选第二个就替换为ticker_1
df.loc[df['ticker_0'] == 'AAPL.US']

方法2：删除重复列后筛选（不需要保留重复列时用） #

直接删除重复的列，仅保留第一个出现的ticker：

# 保留每列第一次出现的实例，删除后续重复列
df = df.loc[:, ~df.columns.duplicated()]
# 正常执行筛选即可
df.loc[df['ticker'] == 'AAPL.US']

方法3：临时筛选不修改原表 #

通过列位置取值做判断，无需修改原表结构：

# 第一个ticker列是第0列，用iloc取第一列做布尔判断
df.loc[df.iloc[:, 0] == 'AAPL.US']

内容的提问来源于stack exchange，提问作者Lostsoul