如何筛选Pandas多级索引DataFrame中各年份对应的最大月份数据

针对你这个已排序的多级索引（Year, Month）DataFrame，要自动获取每个年份对应的最大月份（也就是每个年份的最后一条记录）数据，有几个简洁且非硬编码的方法，下面一一说明：

方法1：利用groupby + tail(1)（最简洁，适配已排序索引） #

因为你的索引已经按Year和Month完成排序，每个年份的最后一条记录就是对应最大月份的数据，直接按Year分组后取每组的最后一行即可：

result = df.groupby(level='Year').tail(1)

这个方法效率很高，tail(1)会直接定位到每个分组的最后一条数据，完全不需要手动指定月份值。

方法2：利用groupby + idxmax（通用型，适配未排序索引） #

如果你的索引没有提前排序，或者想明确获取每个年份中Month最大的那条数据，可以先通过idxmax找到每个年份对应最大Month的索引，再用loc选取：

# 获取每个年份下Month最大的行索引
max_month_indices = df.groupby(level='Year')['Month'].idxmax()
# 根据索引筛选数据
result = df.loc[max_month_indices]

这个方法不受索引排序状态影响，适用性更广。

为什么iloc直接用会报错？ #

你尝试的df.iloc[(slice(None), -1),:]报错是因为iloc是基于位置的一维索引，无法直接对应多级索引的层级结构。如果一定要用iloc，可以结合groupby和apply来逐组处理：

result = df.groupby(level='Year').apply(lambda group: group.iloc[-1])

不过这种方法的效率不如前两种，因为apply会逐组执行lambda函数，数据量大时会稍慢。

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