如何按条件切片Pandas多级索引：保留二级索引同时含1和2的行

要保留二级索引同时包含1和2的行，核心是先筛选出一级索引中对应二级索引同时存在1和2的分组，再提取这些分组的所有行。以下是两种实用实现方式：

方法一：使用groupby.filter（简洁直观） #

通过对一级索引分组，筛选出二级索引包含{1,2}的组：

import pandas as pd
import numpy as np

# 构造原DataFrame（与问题中一致）
df = pd.DataFrame(
    np.random.randn(12),
    index=[
        [1,1,2,3,4,4,5,5,6,6,7,8],
        [1,2,1,1,1,2,1,2,1,2,2,2],
    ]
)

# 筛选目标行
filtered_df = df.groupby(level=0).filter(lambda x: {1,2}.issubset(x.index.get_level_values(1)))
print(filtered_df)

逻辑：groupby(level=0)按一级索引分组，filter中的lambda函数检查当前组的二级索引是否同时包含1和2，保留符合条件的整个组。

方法二：先提取有效一级索引再切片（灵活可控） #

先找出所有符合条件的一级索引，再直接切片原DataFrame：

# 获取每个一级索引对应的二级索引集合
valid_first_level = (
    df.index.get_level_values(0)
    .to_series()
    .groupby(level=0)
    .apply(lambda x: set(df.loc[x.name].index))
    .loc[lambda s: {1,2}.issubset(s)]
    .index
)

# 根据有效一级索引切片
filtered_df = df.loc[valid_first_level]
print(filtered_df)

逻辑：先统计每个一级索引对应的二级索引值集合，筛选出包含{1,2}的一级索引，再用这些索引提取原DataFrame的对应行。

两种方法都能得到你需要的结果，第一种更简洁，第二种适合需要单独复用有效一级索引的场景。

内容的提问来源于stack exchange，提问作者Kyle Carow