如何在子索引满足条件时选取完整的MultiIndex数据

构建了如下MultiIndex结构的DataFrame：

import numpy as np
import pandas as pd

arrays = [
    np.array(["bar", "bar", "baz", "baz", "foo", "foo", "qux", "qux"]),
    np.array(["one", "two", "one", "two", "one", "two", "one", "two"])]
df = pd.DataFrame(np.random.randn(8, 4), index=arrays)

对应的输出示例：

0         1         2         3
bar one -0.424972  0.567020  0.276232 -1.087401
    two -0.673690  0.113648 -1.478427  0.524988
baz one  0.404705  0.577046  1.715002 -1.039268
    two -0.370647 -1.157892  1.344312  0.844885
foo one  1.075770 -0.109050  1.643563 -1.469388
    two  0.357021 -0.674600 -1.776904 -0.968914
qux one -1.294524  0.413738  0.276662 -0.472035
    two -0.013960 -0.362543 -0.006154 -0.923061

需求：筛选出子索引（level=1）为"two"的行中，第2列（列索引为2）值小于0的所有完整分组（即对应一级索引的所有行，包含"one"和"two"子索引），期望结果如下：

0         1         2         3
bar one -0.424972  0.567020  0.276232 -1.087401
    two -0.673690  0.113648 -1.478427  0.524988
foo one  1.075770 -0.109050  1.643563 -1.469388
    two  0.357021 -0.674600 -1.776904 -0.968914
qux one -1.294524  0.413738  0.276662 -0.472035
    two -0.013960 -0.362543 -0.006154 -0.923061

步骤1：定位符合条件的一级索引 #

先筛选出子索引为"two"且第2列值小于0的行，提取对应的一级索引：

# 获取符合条件的一级索引列表
valid_groups = df.loc[(slice(None), "two"), 2][lambda x: x < 0].index.get_level_values(0)

步骤2：提取完整分组数据 #

用得到的一级索引从原DataFrame中提取所有对应分组的行：

result = df.loc[valid_groups]

合并写法 #

可以把两步合并成一行代码：

result = df.loc[df.loc[(slice(None), "two"), 2].lt(0).index.get_level_values(0)]

代码解释 #

• df.loc[(slice(None), "two"), 2]：选取所有一级索引下，子索引为"two"的行的第2列数据
• .lt(0)：等价于<0，判断这些值是否小于0，返回布尔型Series
• .index.get_level_values(0)：从符合条件的行索引中提取一级索引（如bar、foo、qux）
• df.loc[valid_groups]：根据一级索引提取对应分组的所有行，包含该一级索引下的所有子索引行

内容的提问来源于stack exchange，提问作者David