如何在二级MultiIndex的Pandas DataFrame中仅通过第二组索引访问数据？

针对你的MultiIndex场景，有两种简洁的方法可以直接访问指定movie的数据：

推荐方法：使用xs()函数 #

xs()是Pandas为MultiIndex量身打造的快捷提取工具，能直接定位到指定层级的索引值，无需关注其他层级：

# 通过层级名称指定
df.xs(302, level='movie')

# 或者通过层级位置（movie是第二个索引，位置为1）
df.xs(302, level=1)

执行后会返回所有user中movie为302的行，完全符合你的需求。

方法二：使用loc结合索引切片 #

如果想用loc实现，需要用元组来明确各层级的筛选规则——第一个层级用slice(None)表示匹配所有user，第二个层级指定目标movie值：

df.loc[(slice(None), 302), :]

如果需要频繁进行复杂的多层级筛选，可以导入IndexSlice简化写法：

import pandas as pd
idx = pd.IndexSlice
df.loc[idx[:, 302], :]

你之前尝试df.loc[:,302]报错，是因为Pandas会把这个语法解析为“选择所有行，列名为302”，而非索引层级筛选，所以才会出现KeyError。

不需要改用Numpy，Pandas对MultiIndex的查询支持已经足够完善，上述两种方法都能高效解决问题。

内容的提问来源于stack exchange，提问作者Sintrias