如何理解Pandas文档中MultiIndex部分层级关联的说明？

当仅使用MultiIndex的部分层级关联DataFrame时，结果中多余的层级会被丢弃。如需保留这些层级，请在关联前使用DataFrame.reset_index()将这些层级转换为列。

在我自己的测试示例中，用左表MultiIndex的abc、xy层级关联右表的对应层级，结果里左表的num层级仍然存在且值被广播，这和文档描述的“多余层级被丢弃”不符，我还测试了如果右侧索引不是左侧索引的子集，即便用on指定共同索引也会报错，测试代码如下：

In [109]: leftindex = pd.MultiIndex.from_product(
   .....:     [list("abc"), list("xy"), [1, 2]], names=["abc", "xy", "num"]
   .....: )
   .....: 

In [110]: left = pd.DataFrame({"v1": range(12)}, index=leftindex)

In [111]: left
Out[111]: 
            v1
abc xy num    
a   x  1     0
       2     1
    y  1     2
       2     3
b   x  1     4
       2     5
    y  1     6
       2     7
c   x  1     8
       2     9
    y  1    10
       2    11

In [112]: rightindex = pd.MultiIndex.from_product(
   .....:     [list("abc"), list("xy")], names=["abc", "xy"]
   .....: )
   .....: 

In [113]: right = pd.DataFrame({"v2": [100 * i for i in range(1, 7)]}, index=rightindex)

In [114]: right
Out[114]: 
         v2
abc xy     
a   x   100
    y   200
b   x   300
    y   400
c   x   500
    y   600

In [115]: left.join(right, on=["abc", "xy"], how="inner")
Out[115]: 
            v1   v2
abc xy num         
a   x  1     0  100
       2     1  100
    y  1     2  200
       2     3  200
b   x  1     4  300
       2     5  300
    y  1     6  400
       2     7  400
c   x  1     8  500
       2     9  500
    y  1    10  600
       2    11  600

核心理解：文档描述的是「被关联表」的多余层级处理逻辑 #

文档里的“多余层级被丢弃”，针对的是被用来关联的那个DataFrame（通常是右表）中未被用作关联键的索引层级，而非发起关联的左表的索引层级。

你的示例为什么没触发“层级丢弃”？

你的测试中：

• 右表的所有索引层级（abc、xy）都被用作关联键，没有多余层级，自然不会被丢弃；
• 左表的num层级是自身索引的一部分，并非关联键，但左表是关联操作的基准表，它的完整索引会被保留在结果中，右表的对应值会自动广播到左表的每一行——这就是你看到num仍然存在的原因。

触发文档描述场景的典型例子

假设右表是三层MultiIndex，我们仅用其中一层关联左表：

# 左表：单层索引abc
left = pd.DataFrame({"v1": [0, 1, 2]}, index=pd.Index(["a", "b", "c"], name="abc"))

# 右表：三层MultiIndex（abc、xy、num）
rightindex = pd.MultiIndex.from_product(
    [list("abc"), list("xy"), [1, 2]], names=["abc", "xy", "num"]
)
right = pd.DataFrame({"v2": range(12)}, index=rightindex)

# 仅用右表的abc层级关联左表
result = left.join(right, on="abc")

此时右表的xy、num属于未被使用的多余层级，它们不会保留在结果的索引里，而是会转为普通列：

v1 xy  num  v2
abc                
a     0  x    1   0
a     0  x    2   1
a     0  y    1   2
a     0  y    2   3
b     1  x    1   4
b     1  x    2   5
b     1  y    1   6
b     1  y    2   7
c     2  x    1   8
c     2  x    2   9
c     2  y    1  10
c     2  y    2  11

如何保留多余层级？

按照文档提示，先把被关联表的多余索引层级转为列，关联后再重新设置索引：

right_reset = right.reset_index()
result = left.join(right_reset, on="abc").set_index(["abc", "xy", "num"])

最终结果的索引会保留所有层级：

v1  v2
abc xy num         
a   x  1     0   0
       2     0   1
    y  1     0   2
       2     0   3
b   x  1     1   4
       2     1   5
    y  1     1   6
       2     1   7
c   x  1     2   8
       2     2   9
    y  1     2  10
       2     2  11

总结 #

• 左表的未关联索引层级会被保留，因为它是关联的基准；
• 被关联表（右表）的未关联索引层级会被丢弃，不会保留在结果索引中；
• 若要保留被关联表的多余层级，需先通过reset_index()将其转为列，关联后再恢复为索引。

内容的提问来源于stack exchange，提问作者kkk su