Pandas使用set_index后存在重复索引时如何获取首个匹配值

解决方案 #

方式1：直接取第一个值（兼容重复/非重复场景） #

不需要额外检测，直接通过.iloc[0]固定取首个匹配值，改动最小：

teams = df_user.set_index(['name','Email'])["Team"]
# 用元组形式传多重索引到loc避免链式索引问题，iloc[0]取第一个值
author_team = teams.loc[(name, email)].iloc[0]
return author_team 

方式2：先检测是否存在多个值，再按需求取值 #

如果需要针对多值场景做特殊处理，可以先判断返回结果的长度：

teams = df_user.set_index(['name','Email'])["Team"]
match_res = teams.loc[(name, email)]
if len(match_res) > 1:
    # 存在多个匹配值，可按需取第n个，取第二个就换成iloc[1]
    author_team = match_res.iloc[0]
else:
    # 仅单个匹配值，直接返回标量
    author_team = match_res.item()
return author_team

方式3：提前对索引去重，后续查询无需额外处理 #

如果所有查询都默认取第一个匹配值，可以在构造teams的时候就对重复索引做去重，后续查询直接取即可：

# 按索引分组，每组保留第一个值
teams = df_user.set_index(['name','Email'])["Team"].groupby(level=[0,1]).first()
author_team = teams.loc[(name, email)]
return author_team

内容的提问来源于stack exchange，提问作者Andrew D