访问带MultiIndex的pandas DataFrame单元格为何丢失类型信息？

这是旧版本pandas存在的已知bug，不是你的使用方式有问题。

具体原因 #

用loc对带MultiIndex的DataFrame取单个标量时，旧版本pandas的内部逻辑会先把匹配到的整行提取为临时Series：只要该行存在浮点类型的列（你示例里的a列是float64），就会触发整行的类型向上提升，把原本是int64的b列也强制转成float64，最后返回的就是2.0。
单索引场景的loc走了更短的优化路径，不会触发整行类型转换，所以能保留原始的int64类型。

at不会出问题的原因很简单：它就是专门给单个单元格存取做的API，内部不会拉取整行做处理，直接根据行列定位读取原始存储的值，所以不管是单索引还是MultiIndex都能返回正确类型。

解决方法 #

• 单个单元格读写优先用at，不仅类型不会错，性能也比loc高很多
• 如果必须用loc，取值后可以显式转类型，比如df2.loc[(3,4),"b"].astype("int64")，或者调用.item()拿到Python原生的int值
• 把pandas升级到1.4.0及以上版本，这个问题在后续版本已经被修复了

内容的提问来源于stack exchange，提问作者sds