技术问询：Pandas的at访问器是否应当支持MultiIndex？

• 访问操作的常见触发场景：当你在对Pandas数据对象执行访问操作时——比如使用不规范的索引方式、链式索引（像df.col.subcol这种写法），或者试图访问不存在的键/标签——很容易出现操作失败的情况，常见的报错有KeyError、IndexError等。
• Series类型的特殊坑点：要特别注意，如果你的数据对象是Series类型而非DataFrame，很多针对DataFrame的访问逻辑直接套用会失败：
  • 比如你习惯了用df['column_name']从DataFrame取列，若把这个写法用在Series上（比如s['series_name']），会直接抛出KeyError，因为Series是一维结构，它的索引是行级标签，不存在“列名”这个维度；
  • 再比如用DataFrame的二维索引语法df.loc[:, 'col']去操作Series，也会因为维度不匹配报错。

举个直观的错误示例：

import pandas as pd

# 创建一个示例Series
my_series = pd.Series([10, 20, 30], name='sales')

# 错误操作：试图按"列名"访问Series
my_series['sales']  # 这里会触发KeyError，因为Series的索引是0、1、2，而非'sales'

正确的Series访问方式应该是针对行标签操作，比如my_series[0]、my_series.loc[1]；如果要获取Series的名称，直接用my_series.name即可。

内容的提问来源于stack exchange，提问作者user48956