修复Pandas筛选最低价卖家时ValueError: can only convert an array of size 1报错

ValueError: can only convert an array of size 1 to a Python scalar 报错的核心触发条件是：item() 方法要求调用它的Pandas Series/数组长度必须恰好为1，你偶发无法复现的报错，是以下两种场景随机出现导致：

• 场景1：某次处理的数据中没有欧元计价的商品，筛选得到的euro_rows是空表，后续得到的lowest_price长度为0
• 场景2：某次数据中有多个欧元商品的价格完全相同，且都是最低价，筛选得到的lowest_price行数大于1
• 额外潜在触发点：原有代码用Data["Special"] == {'type': 'EUR'}做字典判等，不同Pandas版本对嵌套字典的判等逻辑有兼容性差异，偶发会出现欧元行漏筛，也会触发空表报错

从边界处理、逻辑优化两个层面修复，完全规避偶发报错：

• 优化欧元行筛选逻辑，避免字典判等的兼容问题
• 提前判断欧元行是否为空，处理无符合条件商品的边界
• 取最低价时使用idxmin()直接取第一个最低价的行索引，避免多个同价商品导致行数大于1的问题

import pandas

Data= []
Data+=[{"A": "X1FFFFF", "Special":{"type": "USD"},"B": "0.11",}]
Data+=[{"A": "X2FFFFF", "Special":{"type": "EUR"},"B": "0.122",}]
Data+=[{"A": "X3FFFFF", "Special":{"type": "EUR"},"B": "0.1444",}]

Data = pandas.DataFrame(Data)
Data = Data.astype({"B": float})
Data = Data.astype({"A": str})

# 优化欧元行筛选逻辑，兼容字典内包含其他key的场景
euro_rows = Data[Data["Special"].apply(lambda x: x.get("type", "") == "EUR")]

# 处理无欧元商品的边界，可根据业务需求调整为返回默认值
if euro_rows.empty:
    raise ValueError("未找到欧元计价的商品")

# 直接取第一个最低价的行索引，避免多个同价商品的问题
lowest_idx = euro_rows['B'].idxmin()
seller = euro_rows.loc[lowest_idx, 'A']
price = euro_rows.loc[lowest_idx, 'B']

print(seller)
print(price)

如果业务要求所有相同最低价的卖家都要返回，不要用item()，直接转为列表处理即可：

lowest_price = euro_rows.loc[euro_rows['B'] == euro_rows['B'].min()]
seller_list = lowest_price['A'].tolist()
price_list = lowest_price['B'].tolist()

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