如何以Pythonic无循环方式查询Pandas多层索引Series？

给定如下多层索引的Pandas Series：

import pandas as pd

s = pd.Series([1, 2, 3, 4, 5, 6],
    index=pd.MultiIndex.from_product([["A", "B"], ["c", "d", "e"]]))

输出为：

A  c    1
   d    2
   e    3
B  c    4
   d    5
   e    6
dtype: int64

现在需要根据列表l1 = ['A', 'B', 'A']和l2 = ['c', 'd', 'c']的对应元素作为索引对，批量查询Series的对应值，避免使用循环写法，推荐以下几种Pythonic实现方式：

方法1：构造查询索引后用loc直接取值 #

利用pd.MultiIndex.from_arrays将两个列表组合成匹配的多层索引，再通过loc批量获取对应值：

l1 = ['A', 'B', 'A']
l2 = ['c', 'd', 'c']

query_index = pd.MultiIndex.from_arrays([l1, l2])
result = s.loc[query_index]
# 若需要转为列表格式，可使用 result.tolist()

执行后result为：

A  c    1
B  d    5
A  c    1
dtype: int64

方法2：通过get_indexer获取位置索引后用iloc取值 #

先获取目标索引在原Series索引中的位置，再通过位置批量取值：

pos_indices = s.index.get_indexer(pd.MultiIndex.from_arrays([l1, l2]))
result = s.iloc[pos_indices].tolist()

最终result为列表[1, 5, 1]。

方法3：使用reindex方法批量匹配 #

reindex会根据传入的索引重新排列原Series，自动匹配对应值：

result = s.reindex(pd.MultiIndex.from_arrays([l1, l2])).tolist()

同样得到列表[1, 5, 1]。

以上方法均采用Pandas的矢量化操作，避免了显式循环，代码更简洁且执行效率更高。

内容的提问来源于stack exchange，提问作者user2743931