pandas DataFrameGroupBy提取多索引子组及索引存在性校验方案

核心原因说明 #

DataFrameGroupBy对象本身没有loc属性，你之前直接用方括号传索引会报错，是因为GroupBy对象的方括号取值逻辑是选取要计算的列，而非取分组，所以会把你传入的iA、iB当成列名去检索，自然会报列不存在的错误。GroupBy对象获取指定分组的专用方法是get_group()。

问题1：正确检索dfgrouby2对应多索引子组 #

直接调用分组对象的get_group()方法，传入分组键的元组即可，对应你的场景写法是dfgrouby2.get_group((iA, iB))。

问题2：捕获(iA,iB)索引不存在的情况 #

提供两种常用实现方案：

方案1：异常捕获（推荐，性能更高，无需提前遍历全部分组） #

用try-except捕获get_group()抛出的KeyError即可，完整可运行代码示例：

dfgrouby1 = df1.groupby(['A','B'])
dfgrouby2 = df2.groupby(['A','B'])

for (iA,iB), eachgroup1 in dfgrouby1:
    try:
        eachgroup2 = dfgrouby2.get_group((iA, iB))
    except KeyError:
        # 此处写分组不存在时的处理逻辑，比如跳过、打印提示等
        print(f"分组({iA}, {iB})在df2中不存在")
        continue
    # 后续对比eachgroup1['C':'Q']与eachgroup2['C':'Q']的逻辑写在这里

方案2：提前判断分组是否存在 #

如果不想用异常捕获，可以提前提取dfgrouby2的所有分组键存为集合，遍历前先做存在性判断：

# 提前提取dfgrouby2的所有分组键，转成集合可实现O(1)复杂度的存在性判断
group2_keys = set(dfgrouby2.groups.keys())

for (iA,iB), eachgroup1 in dfgrouby1:
    if (iA, iB) not in group2_keys:
        print(f"分组({iA}, {iB})在df2中不存在")
        continue
    eachgroup2 = dfgrouby2.get_group((iA, iB))
    # 后续对比逻辑

内容的提问来源于stack exchange，提问作者DM1