Pandas使用resample('6M').asfreq()报重复轴重索引错误

我之前也踩过一模一样的坑！你的问题核心特别清晰：asfreq()方法要求DataFrame的索引必须是唯一的，但你的Mj_rank的日期索引存在重复值，这就是报错的直接原因。

为什么max()/min()能正常运行，asfreq()不行？ #

• 像max()、min()这类聚合方法，会自动对同一索引下的多行数据做聚合计算，相当于间接处理了重复索引；
• 但asfreq()只是单纯按照指定频率对齐索引，不做任何聚合操作，一旦原索引有重复，Pandas就不知道该怎么对应重采样后的新索引，直接抛出重复轴的错误。

第一步：验证重复索引 #

你可以用这条代码找出所有重复的日期索引行，keep=False会把所有重复出现的索引项都列出来，方便你定位问题数据：

Mj_rank[Mj_rank.index.duplicated(keep=False)]

第二步：清理重复索引并重新重采样 #

根据你的数据实际情况，选一种适合的方式清理重复项：

情况1：重复行是冗余数据，直接删除

保留每个重复日期的第一行：

Mj_rank_clean = Mj_rank[~Mj_rank.index.duplicated(keep='first')]

或者保留最后一行：

Mj_rank_clean = Mj_rank[~Mj_rank.index.duplicated(keep='last')]

情况2：重复行有实际意义，先聚合再去重

如果重复的行是同一日期的不同观测值，先做聚合（比如取均值、求和）再去重：

# 这里用mean()，你可以换成sum()/max()等适合业务逻辑的聚合方法
Mj_rank_clean = Mj_rank.groupby(Mj_rank.index).mean()

最后执行重采样

清理完重复索引后，再运行你的重采样代码就没问题了：

Mj_rank_s = Mj_rank_clean.resample('6M').asfreq().tail()

补充说明 #

你之前尝试重置索引再重新设置date为索引没用，是因为这个操作并没有处理重复的date值——重置再设置后，索引依然存在重复，所以问题根本没解决。必须先彻底清理掉索引中的重复项才行。

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