更新Pandas DataFrame多单元格值时报重索引错误如何解决？

你编写的索引语法不符合pandas规范：

• 直接在df[]的方括号内使用逗号分隔两个布尔条件，会被pandas解析为MultiIndex索引操作，你的数据集不存在对应的MultiIndex，因此触发ValueError: Cannot reindex from a duplicate axis报错
• 你的逻辑也存在问题：按需求你需要给所有Type为B的行按顺序拼接序号，不需要单独匹配Value值逐个赋值

你可以通过cumcount()方法批量给Type为B的行生成序号，直接完成赋值：

import pandas as pd
# 构建原始数据集
df = pd.DataFrame({'ID': [1,2,3,4],
                   'Type': ['A', 'B', 'B', 'B'],
                   'Value': [100, 200, 201, 120]})

# 筛选Type为B的行，按顺序拼接序号
df.loc[df['Type'] == 'B', 'Type'] = 'B' + (df[df['Type'] == 'B'].cumcount() + 1).astype(str)

# 输出验证结果
print(df)

运行后得到的结果和你预期的一致：

ID Type  Value
0   1    A    100
1   2   B1    200
2   3   B2    201
3   4   B3    120

如果你确实需要单独修改满足某条件的单条行，正确的.loc写法如下，不会触发报错：

# 把Type为B且Value为200的行的Type改为B1
df.loc[(df['Type'] == 'B') & (df['Value'] == 200), 'Type'] = 'B1'

内容的提问来源于stack exchange，提问作者Beta