如何获取Pandas交叉表生成的多层索引的上层名称？

你遇到的核心问题是混淆了索引的名称和索引的实际取值：df_test2.index.names返回的是行索引的名称（即你传入crosstab的第一个参数df_test[0]的列名'0'），而你想要的应该是索引的具体取值（或关联原数据的上层标签），以下是对应解决方案：

1. 获取行索引的实际取值（排除Margins的'All'） #

如果需要crosstab生成的行索引里的具体值（去掉自动添加的汇总行'All'），直接提取并过滤即可：

# 提取所有行索引值转为列表
index_vals = df_test2.index.tolist()
# 过滤掉'All'
target_vals = [v for v in index_vals if v != 'All']
print(target_vals)  # 输出: [1, 4]

2. 生成带原数据上层索引的交叉表 #

如果你想把原DataFramedf_test的行标签（'A'、'B'）作为交叉表的上层索引，需要在调用crosstab时传入原索引：

# 传入原行索引和df_test[0]作为行参数，生成多层索引交叉表
df_test2 = pd.crosstab([df_test.index, df_test[0]], df_test[1], margins=True)
# 获取上层索引的名称（若原索引无名称，可先设置df_test.index.name='Category'）
upper_index_name = df_test2.index.names[0]
# 获取上层索引的唯一取值
upper_index_vals = df_test2.index.get_level_values(0).unique().tolist()
print(upper_index_vals)  # 输出: ['A', 'B', 'All']

3. 若你实际需要列索引的取值 #

如果你的期望列表['1','2','5']是笔误（比如把列名'1'和列索引取值2、5混淆），获取列索引取值的操作类似：

col_vals = df_test2.columns.tolist()
filtered_cols = [v for v in col_vals if v != 'All']
print(filtered_cols)  # 输出: [2, 5]

内容的提问来源于stack exchange，提问作者Ville