您有一个MultiIndex。count列不存在，但(id, count)是：

# Output before query

#        MultiIndex --v
                      id   value                
                   count     min     max    mean
id      date                                    
PA12165 2002-01-07     1  119.63  119.63  119.63
        2002-03-13     1  119.48  119.48  119.48
        2002-05-13     1  114.50  114.50  114.50
        2002-06-12     2  120.27  120.27  120.27

要避免使用MultiIndex和query带来的麻烦，您可以用途：

my_aggs = {'count': ('id', 'count'),
           'min': ('value', 'min'),
           'max': ('value', 'max'),
           'mean': ('value', 'mean')}

out = df.groupby(['id', 'date'], as_index=False).agg(**my_aggs).query('count > 1')

输出：

>>> out
        id        date  count     min     max    mean
3  PA12165  2002-06-12      2  120.27  120.27  120.27

您有一个MultiIndex，因此需要对两个级别进行切片。使用loc：

my_aggs = {'id': 'count',
           'value': [min, max, 'mean']
          }

(df.groupby(['id', 'date']).agg(my_aggs)
   .loc[lambda d: d[('id', 'count')] > 1]
 )

输出：

id   value                
                   count     min     max    mean
id      date                                    
PA12165 2002-06-12     2  120.27  120.27  120.27

df_agg = df.groupby(['id', 'date']).agg(my_aggs)
df2 = df_agg[df_agg[('id', 'count')] > 1]