Pandas按t2m温度条件计算采暖度日(HDD)报重复轴错误的修复

报错原因拆解 #

• 触发ValueError: cannot reindex from a duplicate axis的核心逻辑：你写的赋值语句右侧使用了全量的df['t2m']列，和左侧.loc筛选出的t2m<18的子集存在维度差异。叠加你的DataFrame索引存在重复值（同一Date对应多个NUTS_ID行，非唯一索引），pandas尝试按索引匹配两侧值时无法完成唯一对应，最终抛出重复轴匹配错误。
• 关于你担心的“误影响温度高于18的行”问题：哪怕索引无重复，这种“左侧用筛选子集、右侧用全量表”的写法也会因为pandas的索引对齐机制出现行值错位，并非直接修改高于18的行，只是匹配错位导致赋值逻辑不符合预期。

可正常运行的实现代码 #

方案1：向量化写法（无索引对齐风险，优先推荐） #

用numpy.where逐行判断赋值，完全不依赖索引匹配，存在重复索引时也不会触发报错：

import numpy as np
# 逐行判断：t2m <18 时取18-t2m，其余情况赋值0
df['HDD'] = np.where(df['t2m'] < 18, 18 - df['t2m'], 0)

方案2：修正版loc写法 #

如果偏好loc筛选逻辑，需要保证赋值两侧的筛选范围完全一致，避免索引对齐问题：

# 先给HDD列预置全0值，覆盖所有t2m≥18的场景
df['HDD'] = 0
# 筛选t2m<18的子集，在同一个子集上计算温度差，保证两侧索引完全匹配
df.loc[df['t2m'] < 18, 'HDD'] = 18 - df.loc[df['t2m'] < 18, 't2m']

边界兼容说明 #

两种写法都会对温度等于18℃的场景赋值0，完全符合采暖度日的通用计算规则：当实际温度高于或等于基准温度18℃时，无需采暖，HDD计为0。

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