xarray 分组 median 报索引不唯一，重复组标签别删

对分块 DataArray 执行 .groupby("x").median()，堆栈落在 flox 的重索引，最后报 Reindexing only valid with uniquely valued Index objects。x 里出现重复标签可能正是分组的目的，不能看到这个错误就删除重复观测。

明确组合为 xarray 2026.9.0、flox 0.11.2、Dask 2026.7.1、pandas 2.3.3。一组交错标签 1,2,1,2 在这条分组归约路径触发回归；它与用户真的拿非唯一索引去做普通重索引不同。

将执行路径限制在当前归约

对于确认进入 flox 的这条失败路径，可以在本次操作中禁用 flox：

import xarray as xr

with xr.set_options(use_flox=False):
    result = arr.groupby("x").median()

arr 是原有 DataArray，不要先去重或重排观测。上下文退出后恢复外部选项，其他任务仍可使用原执行路径。构建了懒结果时，后续计算仍要按应用管理资源；得到一个对象不等于归约已经完成。

这可能改变性能和分块行为。Dask 的中位数不能简单地把各块中位数再平均，某些分块形状需要额外重组或内存。若替代路径提示不支持当前多块归约，应按数据规模评估重分块或小范围加载，不能未经预算将全量数据放进单块。

用交错组核对结果

一个可推导样本是行值依次为 [0,1]、[2,3]、[4,5]、[6,7]，行标签为 1,2,1,2。按行标签分组，中位数分别应为 [2,3] 和 [4,5]。验收按输出组标签配对比较，不依赖屏幕上的偶然排列顺序。

再检查实际业务中的缺失值政策、待归约维度、剩余坐标、属性和 dtype。重复标签是组成员关系，删除后就少了样本；把标签改成每行唯一则把分组问题变成了逐行结果。

若数据有多重分组、多个归约轴或特殊 skipna 设置，应保留原参数复查，不能把这个一维分组样本当作所有 flox 错误的统一答案。

别把 pandas 最后一行异常当成根因

本题最后的异常由 pandas 抛出，但上游是 xarray 与 flox 对分组结果的整理。只升级或降级 pandas，未必改变那条路径；直接改动 flox 的私有重索引函数也会让环境偏离锁文件。

先记录完整依赖组合和原分块，保留局部开关调整前后的结果。正式 xarray 2026.9.0 的分组代码仍有该适配路径；后续问题关闭或开发修补，不足以指定一个未经核对的“已修复正式版”。更新后在启用 flox 的原配置下重新执行交错组及真实小范围样本，确认数值、组标签和资源使用都可接受，再移除局部选项。