Pandas多级列索引.loc切片优化方案咨询

方法1：使用pd.IndexSlice结合切片语法（最灵活） #

pd.IndexSlice是Pandas处理多级索引的官方推荐工具，配合loc能实现接近单级索引的直观选取逻辑：

import pandas as pd

# 初始化切片器
idx = pd.IndexSlice

# 场景1：选取指定meta列 + 全部rna列
df_new = df.loc[:, idx[['meta'], ['subject_id', 'status']].union(idx['rna', :])]

# 场景2：选取指定meta列 + rna列中从开头到'gene401'的范围
df_new = df.loc[:, idx[['meta'], ['subject_id', 'time']].union(idx['rna', :'gene401'])]

通过idx[层级0条件, 层级1条件]定义选取规则，再用union合并不同层级的结果，无需手动拼接元组列表。

方法2：利用列索引层级筛选（新手友好） #

纯通过列索引的get_level_values方法筛选，无需额外工具：

# 筛选meta层的指定列
meta_selected = df.columns[
    (df.columns.get_level_values(0) == 'meta') & 
    (df.columns.get_level_values(1).isin(['subject_id', 'status']))
]
# 筛选所有rna层的列
rna_cols = df.columns[df.columns.get_level_values(0) == 'rna']

# 合并选取
df_new = df[meta_selected.union(rna_cols)]

如果要选rna的范围列，只需对rna_cols再做一次切片：

rna_range = rna_cols[rna_cols.get_level_values(1) <= 'gene401']
df_new = df[meta_selected.union(rna_range)]

方法3：df.xs快速提取层级列+拼接 #

用xs快速提取某一层级的列，再和指定列拼接：

# 提取指定meta列
meta_part = df[('meta', 'subject_id'), ('meta', 'status')]
# 提取全部rna列
rna_part = df.xs('rna', axis=1, level=0)
# 合并
df_new = pd.concat([meta_part, rna_part], axis=1)

# 提取rna范围列时调整：
rna_part = df.xs('rna', axis=1, level=0).loc[:, :'gene401']
df_new = pd.concat([meta_part, rna_part], axis=1)

原写法失效原因 #

df.loc[:, [('meta', 'subject_id'), ('meta', 'status'), ('rna',:)]]报错是因为列表内不能混合元组和切片语法，Pandas无法解析列表中的('rna', :)，必须通过IndexSlice或层级筛选来处理切片逻辑。

内容的提问来源于stack exchange，提问作者MrBones1102