如何过滤Pandas多列索引DataFrame并保留所有列层级名称

当使用Pandas处理带多级列索引的DataFrame时，按["A", "X"]这类条件筛选后，默认结果会自动丢弃前面的列层级名称，只保留最后一层。以下是具体场景与解决方法：

场景复现 #

首先创建带多级列索引的示例DataFrame：

import pandas as pd

# 创建带多级列索引的示例DataFrame
df = pd.DataFrame(
    [[1, 2, 3, 4], [5, 6, 7, 8]],
    columns=[["A", "A", "A", "B"], ["X", "X", "Y", "X"], [10, 20, 30, 40]],
    index=["row1", "row2"],
)
df.columns = df.columns.set_names(["level_1", "level_2", "level_3"])

print(df)

输出结果：

level_1  A        B
level_2  X     Y  X
level_3 10 20 30 40
row1     1  2  3  4
row2     5  6  7  8

执行默认筛选代码时，仅保留最后一层级：

print(df.loc[:, pd.IndexSlice["A", "X"]])

输出：

level_3  10  20
row1      1   2
row2      5   6

我们需要的是保留所有列层级名称的结果：

level_1  A   
level_2  X   
level_3 10 20
row1     1  2
row2     5  6

解决方法 #

方法1：使用xs方法并设置drop_level=False

xs是Pandas专为多级索引设计的筛选工具，通过drop_level=False参数可强制保留所有列层级：

result = df.xs(("A", "X"), level=["level_1", "level_2"], axis=1, drop_level=False)
print(result)

输出符合预期的层级保留结果。

方法2：使用loc配合完整索引切片

在loc中明确指定所有层级的切片规则，避免自动降维：

result = df.loc[:, ("A", "X", slice(None))]
print(result)

其中slice(None)表示匹配当前层级的所有元素，同样能保留全部列层级。

单列筛选兼容 #

如果筛选后结果为单列，上述方法依然有效，不会丢失层级信息。例如筛选["A", "X", 10]：

result_single = df.xs(("A", "X", 10), level=["level_1", "level_2", "level_3"], axis=1, drop_level=False)
print(result_single)

输出：

level_1  A
level_2  X
level_3 10
row1     1
row2     5

内容的提问来源于stack exchange，提问作者Andi