pandas使用groupby配合resample时报列重复：countyFIPS同时出现在索引和数据中

错误原因 #

你遇到的列重复问题是两类数据的字段类型差异导致的：州级数据的分组键State为字符串类型，执行sum()聚合时不会被纳入数值计算范围，仅作为索引存在；而县级数据的分组键countyFIPS是数值类型，sum()会默认对所有数值字段求和，因此countyFIPS既存在于分组索引中，又会作为求和后的数值列出现在数据列，重复列名触发sort_values报错。

可行修复方案 #

方案1：指定需要聚合的字段，从源头避免非业务列参与计算 #

提前筛选出仅需要求和的确诊病例相关列，排除countyFIPS等不需要聚合的字段即可：

# 替换示例中列表内的字段为你实际不需要参与求和的字段名
exclude_cols = ['countyFIPS', 'date', 'County Name', 'State']
use_cols = [col for col in df_covid_data_c.columns if col not in exclude_cols]

df_covid_data_c = df_covid_data_c.groupby("countyFIPS")\
    .resample('W-SAT', label='right', closed = 'right', on='date')[use_cols]\
    .sum()\
    .sort_values(by=['countyFIPS','date'])

方案2：聚合后删除重复列 #

如果需要保留原有计算逻辑，可在聚合后直接删除列中重复的countyFIPS字段：

df_covid_data_c = df_covid_data_c.groupby("countyFIPS")\
    .resample('W-SAT', label='right', closed = 'right', on='date')\
    .sum()\
    .drop('countyFIPS', axis=1)\
    .sort_values(by=['countyFIPS','date'])

方案3：显式指定聚合规则避免冗余计算 #

pandas 1.3及以上版本可通过numeric_only参数显式控制聚合范围，再配合删除重复列实现需求：

df_covid_data_c = df_covid_data_c.groupby("countyFIPS")\
    .resample('W-SAT', label='right', closed = 'right', on='date')\
    .sum(numeric_only=True)\
    .drop('countyFIPS', axis=1)\
    .sort_values(by=['countyFIPS','date'])

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