Pandas新增列时报ValueError: cannot reindex from a duplicate axis问题求助

• 该报错的核心诱因是你的comp_data DataFrame存在重复索引值：
  1. 你单独筛选计算得到的Series，是基于原DataFrame的索引返回结果的。当你尝试将这个Series赋值回原DataFrame作为新列时，Pandas需要根据索引完成行列对齐匹配
  2. 只要原DataFrame的索引存在重复值，Pandas就无法确定重复索引对应的行要如何匹配赋值，因此触发ValueError: cannot reindex from a duplicate axis错误
  3. 你可以运行print(comp_data.index.has_duplicates)验证，返回结果必然为True

以下两种常用方案均可解决该问题：

方案1：整列条件赋值（最推荐） #

直接通过where方法按条件对全列做赋值，无需先筛选子Series，完全避开索引对齐问题，不满足条件的行自动填充为NaN，和你预期的效果完全一致：

rep_date = pd.to_datetime('2021-08-31')
comp_data['Aug-2021 DPO'] = (comp_data['Due Dt'] - rep_date).dt.days.where(
    (comp_data['Inv Dt'] <= rep_date) & (comp_data['Due Dt'] > rep_date)
)

方案2：重置索引后操作 #

如果你需要保留原有筛选逻辑，可以先将DataFrame重置为唯一的连续索引，完成赋值后再恢复原有索引：

# 保存原索引
origin_index = comp_data.index
# 重置为无重复的默认索引
comp_data = comp_data.reset_index(drop=True)

rep_date = pd.to_datetime('2021-08-31')
# 执行赋值操作，此时索引无重复不会报错
comp_data['Aug-2021 DPO'] = (comp_data.loc[(comp_data['Inv Dt'] <= rep_date) & (comp_data['Due Dt'] > rep_date), 'Due Dt'] - rep_date).dt.days

# 恢复原索引
comp_data.index = origin_index

内容的提问来源于stack exchange，提问作者Shi Junyi