Pandas组合loc与groupby报多维键错误，如何提取单日臭氧最大值对应全量行

错误原因 #

你遇到的ValueError: Cannot index with multidimensional key报错，核心是两个问题：

• 对多列臭氧指标同时调用idxmax()会返回二维DataFrame结构，无法直接作为.loc的一维索引参数
• groupby时加as_index=False会把分组键（年月日）也作为结果列返回，进一步让返回的索引结构变成不可直接用的多维结构
• 单列测试时误用max()返回臭氧数值而非行索引，自然无法用来索引行

修复后可直接运行的完整代码 #

import pandas as pd

# 1. 数据读取与预处理
df = pd.read_csv('你的数据文件路径.csv')
# 先转时间格式再设索引，避免格式解析错误
df['date'] = pd.to_datetime(df['date'])
df.set_index('date', inplace=True)

# 2. 定义臭氧指标列表
ozone_cols = ['MDA8_3135', 'MDA8_2551', 'MDA8_3186', 'MDA8_2878', 'MDA8_2199', 'MDA8_3168'] 

# 3. 按臭氧指标单独计算每日最大值对应行，结果存在字典里，key是指标名，value是对应结果表
result_dict = {}
# 用df.index.date直接按自然日分组，不用拆分年月日三个字段，逻辑更简洁
for col in ozone_cols:
    # 取当前臭氧列每日最大值对应的行索引
    daily_max_idx = df.groupby(df.index.date)[col].idxmax()
    # 按索引取整行数据，重置索引保留完整datetime时间列
    result_dict[col] = df.loc[daily_max_idx].reset_index()

# 4. 可选：将6个结果分别导出为csv文件
for col, res_df in result_dict.items():
    res_df.to_csv(f'{col}_每日最大值结果.csv', index=False, encoding='utf-8-sig')

测试效果验证 #

你提供的测试数据运行上述代码后，result_dict['MDA8_3135']的输出和你给出的期望结果完全一致。

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