Multi-index DataFrame未使用.loc访问时出现间歇性KeyError问题咨询

1. my_df0[1]报KeyError的原因 #

DataFrame直接使用[]做索引时，默认优先匹配列索引的值，你已经确认数据中没有名为1的列，因此触发KeyError是符合pandas设计逻辑的正常现象。

2. my_df0.loc[1]结果不稳定的核心原因 #

.loc索引对多层行索引的默认匹配规则是：仅传入单个值时，优先匹配第一级行索引的取值，出现时好时坏的情况，基本是以下几种场景导致的：

• 你的数据在操作过程中第一级行索引的取值发生了变化：当第一级索引中存在值为1的项时，.loc[1]可以正常返回结果，当该索引值被删除、重置或者修改后，调用就会抛出KeyError
• 索引层级和取值混淆：从你贴出的样例数据来看，level_1是第一级行索引的层级名，你实际的第一级行索引现有取值为0，如果你要查询的是第二级行索引等于1的内容，直接写.loc[1]本身就是错误写法，只有刚好第一级存在1的时候才会误打误撞返回结果
• 整数索引隐式变更：如果你的行索引是整数类型，在做切片、合并、筛选等操作后，很容易出现索引被重置、重新排序的情况，也会导致原本存在的索引值丢失。

稳定访问的建议 #

如果需要固定匹配某一级索引的取值，不要用单参数的.loc写法，明确指定匹配的层级即可避免不稳定问题：

# 示例：匹配第二级行索引等于1的所有数据
my_df0.loc[my_df0.index.get_level_values(1) == 1]

内容的提问来源于stack exchange，提问作者DNburtonguster